PHP_CodeSniffer 3.13.1版本发布:全面支持PHP 8.4非对称可见性特性
PHP_CodeSniffer是一个广受欢迎的PHP代码静态分析工具,它能够帮助开发者检测代码是否符合预定义的编码标准。该工具包含两个主要组件:phpcs用于检测代码规范问题,phpcbf用于自动修复部分代码风格问题。
新特性支持
本次3.13.1版本最重要的更新是全面支持了PHP 8.4引入的非对称可见性特性。这一特性允许类属性拥有不同的读取和写入可见性,为面向对象编程提供了更细粒度的访问控制。
在File类的getMemberProperties()方法中,新增了set_scope数组索引来支持这一特性。同时,在getMethodParameters()方法中也新增了set_visibility和set_visibility_token数组索引,以支持构造函数参数的非对称可见性。
相关代码检查规则更新
多个代码检查规则已更新以支持PHP 8.4的非对称可见性特性:
- Generic.PHP.LowerCaseKeyword:确保非对称可见性关键字使用正确的大小写
- PEAR.NamingConventions.ValidVariableName:验证带有非对称可见性的变量命名
- PSR2.Classes.PropertyDeclaration:检查属性声明中的非对称可见性使用
- 多个Squiz标准下的规则也进行了相应更新,包括注释对齐、变量注释、函数参数间距等
规则行为变更
PSR2.Classes.PropertyDeclaration规则现在会检查set-visibility修饰符关键字是否位于常规可见性关键字之后,并通过新的AvizKeywordOrder错误代码报告问题。
Squiz.Functions.FunctionDeclarationArgumentSpacing规则新增了对set-visibility修饰符关键字后空格的检查,使用新的SpacingAfterSetVisibility错误代码。
Squiz.Scope.MemberVarScope规则现在会在设置了"write"可见性但缺少"read"可见性时,通过AsymReadMissing错误代码单独报告问题。
文档改进
本次更新还对多个规则的文档进行了完善,特别是PEAR.Classes.ClassDeclaration和Squiz.WhiteSpace.FunctionOpeningBraceSpace规则的文档,使开发者能更清楚地理解这些规则的使用方法和目的。
其他改进
项目现在提供了永久链接来获取最新的XSD文件,方便开发者使用。同时,PHAR文件的GPG签名密钥已更新,新指纹为D91D86963AF3A29B6520462297B02DD8E5071466。
总结
PHP_CodeSniffer 3.13.1版本的发布,标志着这一工具对最新PHP特性的快速响应能力。通过全面支持PHP 8.4的非对称可见性特性,开发者现在可以在使用这一新特性的同时,继续保持代码的一致性和规范性。这些更新不仅增强了工具的实用性,也体现了PHP_CodeSniffer项目对PHP语言发展的持续关注和支持。
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5-w4a8GLM-5-w4a8基于混合专家架构,专为复杂系统工程与长周期智能体任务设计。支持单/多节点部署,适配Atlas 800T A3,采用w4a8量化技术,结合vLLM推理优化,高效平衡性能与精度,助力智能应用开发Jinja00
请把这个活动推给顶尖程序员😎本次活动专为懂行的顶尖程序员量身打造,聚焦AtomGit首发开源模型的实际应用与深度测评,拒绝大众化浅层体验,邀请具备扎实技术功底、开源经验或模型测评能力的顶尖开发者,深度参与模型体验、性能测评,通过发布技术帖子、提交测评报告、上传实践项目成果等形式,挖掘模型核心价值,共建AtomGit开源模型生态,彰显顶尖程序员的技术洞察力与实践能力。00
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00
MiniMax-M2.5MiniMax-M2.5开源模型,经数十万复杂环境强化训练,在代码生成、工具调用、办公自动化等经济价值任务中表现卓越。SWE-Bench Verified得分80.2%,Multi-SWE-Bench达51.3%,BrowseComp获76.3%。推理速度比M2.1快37%,与Claude Opus 4.6相当,每小时仅需0.3-1美元,成本仅为同类模型1/10-1/20,为智能应用开发提供高效经济选择。【此简介由AI生成】Python00
Qwen3.5Qwen3.5 昇腾 vLLM 部署教程。Qwen3.5 是 Qwen 系列最新的旗舰多模态模型,采用 MoE(混合专家)架构,在保持强大模型能力的同时显著降低了推理成本。00- RRing-2.5-1TRing-2.5-1T:全球首个基于混合线性注意力架构的开源万亿参数思考模型。Python00