首页 文章 精选 留言 我的

精选列表

搜索[最权威安装],共10000篇文章
优秀的个人博客,低调大师

大模型谁“可靠”?SuperCLUE-CPIF测评出炉,文心X1.1国内第一

10月21日,中文精确指令遵循测评基准(SuperCLUE-CPIF)正式发布,文心X1.1以75.51分位居国产大模型第一,在任务类型、指令数量两类划分中均为国内榜首,文心X1.1在实际生产环境中应用具有显著优势。 本次测评涵盖GPT-5(high)、DeepSeek-V3.2-Exp-Thinking、Claude-Sonnet-4.5-Reasoning、Gemini-2.5-Pro等共10个国内外模型参与。基于实际生产环境特点,SuperCLUE-CPIF重点评估大型语言模型(LLM)在中文环境下的精确遵循复杂、多约束指令能力,重点评估模型将自然语言指令转化为符合所有要求的具体输出的能力。 测评结果显示,国产主流大模型中,文心X1.1以75.51分位居国产大模型第一,DeepSeek-V3.2-Exp-Thinking和Hunyuan-T1-20250822分别以73.98分和65.82分位居国内二、三。 SuperCLUE-CPIF中文精确指令遵循测评总榜,文心X1.1位居国内第一 文心大模型X1是基于文心大模型4.5训练而来的深度思考模型,升级后的X1.1主要采用了迭代式混合强化学习训练框架,一方面通过混合强化学习,同时提升通用任务和智能体任务的效果;另一方面通过自蒸馏数据的迭代式生产及训练,不断提升模型整体效果。 据了解,文心大模型X1.1在处理复杂写作任务时,既能运用模型内化的知识、调用联网搜索工具等准确查找用户需要的知识,又能深度思考用户希望创意写作的立意和要求,最后输出事实准确,结构化、逻辑性强,并且文辞优美的内容。 例如在更复杂的长程任务场景,文心大模型 X1.1在面对共享单车平台不同等级用户,不同类型问题的处理流程,以及用户的不同情绪状态多元素叠加的问题时,能够严格遵循业务流程先后规划、再自主调用工具,并结合用户情绪,短时内解决了问题,服务过程完整主动。 作为国内最早投入大模型产研的企业,百度依托“芯片-框架-模型-应用”的全栈自研体系,持续推动文心大模型能力进化。得益于飞桨文心的联合优化,文心大模型的能力拓展和效率提升。据早前公开报道,相比文心大模型X1,文心X1.1的事实性提升34.8%,指令遵循提升12.5%,智能体提升9.6%。

优秀的个人博客,低调大师

2025 年值得关注的三款 AI 面试工具:差异化优势与行业应用

在企业招聘场景中,如何从海量候选人中精准识别适配人才、保障评估过程的公平性与一致性、在提升效率的同时兼顾质量,是当前人才竞争环境下企业普遍面临的核心挑战。本文聚焦当前市场上最具代表性的三款AI面试工具,解析其通过技术创新破解招聘痛点的路径,为不同规模、不同行业的企业提供差异化解决方案参考。 猎聘·Doris:全场景覆盖的智能化面试标杆 作为猎聘自主研发的AI面试产品,猎聘·Doris已成为2025年企业招聘的"新标配"。这款工具深度融合了大语言模型、语音识别和自然语言处理等前沿技术,构建了高效、智能且标准化的面试解决方案。 核心优势: 1、冰山模型深度评估体系:猎聘·Doris覆盖冰山模型7个层级的140+评估维度,从显性的语言表达、专业能力到隐性的抗压能力、团队协作等,全方位评估候选人的综合素质。 2、标准化评分机制:猎聘·Doris对每个评估维度设定了细致的行为评分标准,使AI根据每个岗位的胜任力模型对候选人进行精准评估,确保评估结果的准确性和公正性。根据猎聘官方的数据显示,猎聘·Doris的面试评价与资深面试官评分一致性超95%,极大的减少了人为主观偏差。 3、智能对话:猎聘·Doris具备观察、记忆、思考、反馈等先进能力,能在面试中像真实面试官一样,与求职者进行多轮智能对话,大大提升面试体验。 4、智能防作弊系统:通过人脸识别、语音分析、行为监测等技术,猎聘·Doris的作弊检测准确率高达95%以上。 5、全场景适用性:从大规模校招到蓝领用工,从人才晋升评估、试用期评估到人才盘点,猎聘·Doris能够适应不同规模、不同行业的企业需求。 近屿智能AI得贤招聘官:拟真交互与科学评估的完美结合 上海近屿智能科技有限公司推出的AI得贤招聘官是市场上低调但技术实力雄厚的一款AI面试工具。其6.3版本的发布,标志着该产品在拟真交互以及评估准确性上取得了阶段性进步。 核心优势: 1、完全自然化的面试流程:6.3版本实现了面试流程的自然化流转,系统能够实时对候选人的语音语调、表情动作以及语义逻辑展开分析。 2、毫秒级唇音同步技术:产品团队对虚拟面试官的口型同步算法进行了深度优化,使得唇部运动和语音节奏的匹配达到了毫秒级。 3、三项核心评估能力突破:6.3版本强化了三项关键评估能力:(1)通过语义分析把握候选人回答背后的潜层逻辑;(2)运用多维度胜任力映射模型;(3)依据实时生成的个性化追问策略。 Blindpad:匿名化AI面试,减少招聘偏见 Blindpad是一款专注于减少招聘中无意识偏见的AI面试工具,通过半匿名化处理确保评估更加公平。 核心优势: 1、半匿名化语音处理:通过音调调整,模糊性别特征,减少面试中的无意识偏见。 2、点对点匿名互动:采用WebRTC技术,确保参与者身份保密。 3、简化流程,聚焦能力:避免复杂注册,直接评估候选人技能。 在AI技术深度赋能招聘领域的背景下,选择适配的面试工具成为企业人才战略的重要组成部分。其中,猎聘·Doris凭借其全场景覆盖能力、冰山模型深度评估体系及高达95%以上的防作弊准确率,成为行业标杆,既满足了企业大规模招聘的需求,又通过智能追问等技术实现了对候选人潜能的深度精准挖掘。为追求招聘效率与质量平衡的企业提供可靠选择。

优秀的个人博客,低调大师

这是Linus忍不了的一集——虚幻引擎代码规范禁止使用脏话、禁止slave、master

一位网友近日分享了 Epic Games 官方的“虚幻引擎代码规范”,指出其中一些规定非常离谱,并质疑 Epic“为什么要把本来不是问题的事情变成问题”。 经查证,上面的截图确实来自虚幻引擎官方文档。但这并不是 Epic Games 对使用虚幻引擎 5 开发的要求,而是 Epic 的自我约束——“在 Epic Games,我们有一些简单的编码守则和约定。本文档反映了Epic Games 当前编码标准的状态。必须遵守编码守则。” https://dev.epicgames.com/documentation/ 延伸阅读 Linus Torvalds 通过了 Linux 中避免 master/slave 等术语的提案 MySQL 删除 master、黑名单白名单等术语 LLVM开发者对于重命名"master"的讨论 GitHub 将替换掉 master 等术语,以避免联想奴隶制 Chromium 与 Go 开发者提议替换“blacklist”与“slave”等词 Redis 之后,Python 的 master-slave 亦恐被无奈修改 太无奈!Redis 作者被迫修改 master-slave 架构的描述

优秀的个人博客,低调大师

HasorDB 4.3.0 发布,这一次可能是史上功能完备的 ORM 框架了

介绍 HasorDB 是一个全功能数据库访问工具,提供对象映射、丰富的类型处理、动态SQL、存储过程、内置分页方言20+、支持嵌套事务、多数据源、条件构造器、INSERT 策略、多语句/多结果。并兼容 Spring 及 MyBatis 用法。它不依赖任何其它框架,因此可以很方便的和任意一个框架整合在一起使用。 功能特性 熟悉的方式 JdbcTemplate 接口方式(高度兼容 Spring JDBC) Mapper 文件方式(高度兼容 MyBatis) LambdaTemplate (高度接近 MyBatis Plus、jOOQ 和 BeetlSQL) @Insert、@Update、@Delete、@Query、@Callable 注解(类似 JPA) 事务支持 支持 5 个事务隔离级别、7 个事务传播行为(与 Spring tx 相同) 提供 TransactionTemplate、TransactionManager 接口方式声明式事务控制能力(用法与 Spring 相同) 特色优势 支持 分页查询 并且提供多种数据库方言(20+) 支持 INSERT 策略(INTO、UPDATE、IGNORE) 更加丰富的 TypeHandler(MyBatis 40+,HasorDB 60+) Mapper XML 支持多语句、多结果 提供独特的@{xxx, expr , xxxxx }规则扩展机制,让动态 SQL 更加简单 支持 存储过程 支持 JDBC 4.2 和 Java8 中时间类型 支持多数据源 全新的文档首页 https://my.oschina.net/ta8210/blog/5374205《推荐一款绝对不能错过的 ORM 框架 HasorDB》 官方文档站:http://www.hasor.cn、https://www.hasordb.net

优秀的个人博客,低调大师

xzs-mysql v3.3.0 发布,一款容易上手的在线教育考试系统

学之思在线考试系统是一款 java + vue 的前后端分离的考试系统。主要优点是开发、部署简单快捷、界面设计友好、代码结构清晰。支持 web 端和微信小程序,能覆盖到 pc 机和手机等设备。 支持多种部署方式:集成部署、前后端分离部署、docker 部署。 本次更新内容如下: 1.新增成绩管理功能,管理系统中可查看所有学生考试成绩 2.修复单选题,选项情况无法新增选项的bug 3.文档新增数据库设计 4.前端组件更新 5.移除lombok插件,减少依赖

优秀的个人博客,低调大师

自学前端建立知识体系,是简单入门以及工作后快速进阶的有效方法

「自学」是不可能太「系统」的,因为没有人帮你把每一个阶段的学习内容定义清晰。由于缺乏别人提供的反馈,你没办法知道自己某一阶段的学习是否完成了。从事前端多年,根据经验一般的建议方式是,你去实体书店看看相关的书籍,那本顺眼就从哪本学起,没必要太在乎信息来源是否系统化。不同的书针对有不同背景的人写,写作风格也不一样,既然没有人针对你因材施教,你必须自己凭感觉做出正确的选择,不要盲目使用别人的套,优秀的前端工程师无论在深度和广度上都得有自己的一套清晰透明的知识体系,同时更应该具备快速学习的能力。 比你优秀的人都在学习,你有什么理由不更加努力的去提升和造化自己呢? WEB前端工程师除了需要掌握基本的前端的开发技能外,当然,这里的基本技能说的比较宽泛,大致包括HTML、CSS、JavaScript、网站性能优化、SEO和服务器端基础知识等等,还得学会各种辅助工具进行开发辅助,提升工作上的开发效率。 看看技能图谱吧!淡定 看到这里是不是感觉有点害怕了,要学这么多啊,别怕,据统计,我们所学的知识其实真正在工作中的使用率20%左右,也就是说用20%的知识就可以胜任一份工作,那剩下的80%岂不是可以扔下了?别想太多,你还是得学。别看二八定律很有美感,现实是十分骨感滴~~ 任何技能都不是一蹴而就的,学习没有途径可研。 学习一项技能就像马拉松一样,跑道已经给你固定了,只要你沿着跑道不停的向前,肯定会到达终点。 前端学习也是一个道理,知识点就那么多,只要持续的去学习,并且活学活用,多做案例,久而久之,我们就会熟练的掌握这门技能。 然后在工作中,知识就是那些知识,看你怎么用,唯一变化的就是业务需求和逻辑。 作为前端工程师,我们要满足的就是以下四种人,搞定他们,那就天下初定。 一、产品经理 这货和前端工程师是前世的情敌,会想出各种新鲜的、奇怪的、甚至反人类的想法来折磨作为前端工程师的我们;因为这货负责策划项目,也就是我们将要实现的应用程序。 二、UI设计师 这货和前端工程师可说是相爱相杀,UI设计师负责应用程序的视觉设计和交互模拟(国内目前还没有交互设计师),产品的靓丽青春还是老态龙钟完全出自这货之手(神之左手哦);但这群家伙有个外号叫做“像素眼”,经常不满足前端工程师造成的1px误差。 三、项目经理 这货的主要关注点主要在程序的正常运行时间、应用程序始终正常可用的时间、性能和截止日期,真切实际地负责运行和维护应用程序,往往追求简单化,同时还会在程序升级时指出和引入新的问题。 四、最终用户 这货咱不说也知道了,我们每个人都是最终用户,包括我们自己,虽然不经常与这货打交道,但是反而是最重要的,没有最终用户,前端工程师的存在将会没有意义;同时他们提出的反馈意见十分重要,要求也最多,比如个性化功能,别人家的产品所具备的功能怎么我们没有啊,吧啦吧啦一大堆。 那么,零基础学WEB前端我们要学些什么呢? 学习是一种心态,特别是在学习一项新技能之前一定要认识到这点,不然后果是浪费了宝贵的时间又没有学好,那就得不偿失了。 为什么要学习前端呢?理由自己找吧!哈哈 第一阶段:HTML的学习 第二阶段:CSS的学习 第三阶段:JavaScript的学习 第四阶段:基本框架jQuery和bootstrap 第五阶段:HTML5和CSS3 第六阶段:停下来写案例吧,把你在网页上见到的东西用代码写出来 第七阶段:JavaScript面向对象/前端自动化 第八阶段:各种框架了解及学习 这里什么移动端web开发,混合APP开发什么的就不列出来,当你学到那里来了,自然就明白了,古话说得好:停车做爱枫林晚,闲看院前花开花落。 前端是一个应用程序的门面,美不美,好不好用,都是前端工程师的锅。同时前端贯穿在整个产品开发这条生产线上,说好听点起着承上启下的作用,通俗点讲就是你周围都是大爷,当然,只要咱是个好前端,我特么就才是大爷。 最后: 前端就是后台实现和视觉表现的桥梁,是贯穿在整个产品开发过程的纽带,起到承上启下的作用,一个好的前端工程师他能够很好理解产品经理对用户体验的要求,也能够很好地理解后台工程师对数据逻辑,或者程序逻辑进行分离的要求,并将这些要求转化成前台的开发工作。前端就是网站的门面,它的价值远大于 其他的客户端开发。 通常来讲: 工作1~2年后会成为前端高级软件工程师,年薪可以达到15万以上。 工作3-5年后可以成为前端技术主管或者经理,年薪在15-50万之间。 工作年限5年以上,会成为互联网公司的技术总监或产品经理,年薪将达到50万-100万之间。 更多文章推荐阅读 【 学习企鹅圈:731771211 】 : 2020年Web前端开发工程师市场怎么样?学会什么技术才能拿到高薪 一线城市,前端工程师最低工资2K-3K,最高20K-30K 你怎么看? 分享七年职业生涯心得,认清自己是否真的适合转行前端开发工程师 前端的工作越来越难找,到底是不是前端领域已经饱和了? 全国程序员平均工资18153:凭啥前端工程师年薪能拿到30W?

优秀的个人博客,低调大师

2020年,顶尖程序员应该掌握的7种编程语言

云栖号资讯:【点击查看更多行业资讯】在这里您可以找到不同行业的第一手的上云资讯,还在等什么,快来! 有人曾经将编程比作做菜,那编程语言就是首先要准备的食材或厨具。 尽管在刚开始开发 AI 时,有很多编程语言都可以满足你的需求,但没有一种编程语言是可以一站式解决 AI 编程的问题,因为在每一个项目中,不同的目标需要特定的方法。 和做菜时的精挑细选一样,在成为一个「高手」的过程中,我们要学会的是找到最适合自己的编程语言。 Python Python 是可读的最强大的语言。—Pau Dubois Python编程。图源:Unsplash。 Python 开发于 1991 年,一项民意调查表明,在开发 AI 时,超过 57% 的开发者将 Python 作为首选编程语言,而不是 C++。因为易于学习,Python 让程序员和数据科学家可以更轻松地进入开发 AI 的世界。 Python 是一个程序员需要多少自由度的「实验」。太自由,没人可以读懂别人的代码;太不自由,就会没那么强的表现力。—Guido van Rossum 使用 Python,你不仅可以获得优秀的社区支持和广泛的库集,还能享受到其灵活性。你从 Python 中得到的最大的好处可能是平台独立性和针对深度学习和机器学习的广泛框架。 用 Python 编码的乐趣在于可以看到短小精悍、可读性高的类,这些类可以用少量清晰的代码表达大量行为(而不是用大量代码烦死读者)。——Guido van RossumPython 代码片段示例: Python 代码段落示例。 常用的库 TensorFlow——用于机器学习工作负载和用数据集处理; scikit-learn——训练机器学习模型; PyTorch——计算机视觉和自然语言处理; Keras——高度复杂性的数学计算和操作的代码接口; SparkMLib——类似 Apache Spark 的机器学习库,通过算法和实用程序等工具,让每一个人都能轻松地进行机器学习; MXNet——Apache 的另一个库,可以简化深度学习流程; Theano——定义、优化和评价数学表达式的库; Pybrain——用于强大的机器学习算法。 另外,根据 GitHub 库的贡献度,Python 已经超越了 Java,成为世界第二受欢迎的语言。 Java 编写一次,随时运行。 Java 被公认为世界上最好的编程语言之一,它在过去 20 年间的使用情况就是最好的证明。 凭借其用户友好度、灵活的特性以及平台独立性,Java 以各种方式参与到了 AI 的开发中,比如: TensorFlow——TensorFlow 支持的编程语言中也列出了带有 API 的 Java。虽然不像其他完全支持的语言那样功能丰富,但确实支持 Java,并且在迅速地改进。 Deep Java Library(深度 Java 库)——亚马逊开发的、用 Java 来创建并部署深度学习能力的库。 Kubeflow——Kubeflow 使在 Kubernetes 上部署和管理机器学习堆栈更容易,还提供了现成的 ML 解决方案。 OpenNLP——Apache 的 OpenNLP 是用于自然语言处理的机器学习工具。 Java Machine Learning Library(Java 机器学习库)——Java-ML 为开发者提供了多种机器学习算法。 Neuroph——Neuroph 借助 Neuroph GUI,利用 Java 开源框架设计了神经网络。 如果 Java 可以垃圾回收,大多数程序都会在执行时删除自己。——Robert SewellJava 代码片段示例: R Ross Ihaka 和 Robert Gentleman 在 1995 年发布了第一版 R 语言。现在由 R 开发核心队伍维护,R 是 S 编程语言的实现,用于统计软件的开发和数据的分析。 R 的基础特征是善于处理大量数据,相比 Python 中不够完善的 NumPy 包,R 是更好的选择;你可以用 R 处理各种不同的编程范式,比如函数式编程、矢量计算和面向对象编程等。 R 适用的 AI 编程包: Gmodels——提供了一系列拟合模型用的工具; Tm——文本挖掘应用的框架; RODBC——R 的 ODBC 接口; OneR——用来实现单规则机器学习分类算法,适用于机器学习模型。 在数据挖掘者和统计学家中,广泛使用的 R 的功能有: 多种用于扩展功能的库和包;活跃的支持社区; 能和 C、C++ 和 Fortran 协同工作; 多个有助于扩展功能的包; 支持生成高质量的图形。 Prolog 逻辑编程(Logic Programming)的简称。Prolog 最早出现在 1972 年,适用于开发人工智能,尤其是自然语言处理。Prolog 最适合创建聊天机器人,ELIZA 是有史以来第一个用 Prolog 创建的聊天机器人。 第一个成功的聊天机器人。 为了理解 Prolog,你必须熟悉一些指导 Prolog 工作的基本术语: 事实(Fact)定义了正确的陈述; 规则(Rule)定义了有附加条件的陈述; 目标(Goal)根据知识库定义了提交陈述的位置; 查询(Query)定义了如何使你的陈述正确,以及对事实和规则的最终分析。 Prolog 提供了两种实现 AI 的方法,这两种方法已经实现很久了,并且在数据科学家和研究人员中广为人知: 符号方法包括基于规则的专家系统、定理证明和基于约束的方法; 统计方法包括神经网络、数据挖掘、机器学习以及其他方法。 Lisp 用 Lisp 编码创建有 n 个输入 m 个单元的一层感知机。 列表处理(List Processing)的简称。这是继 Fortran 后第二古老的编程语言。也被称作 AI 的奠基语言之一,由 John McCarthy 与 1958 年创建。 Lisp 是用来实现不可能的语言。——Kent Pitman Lisp 是可以编程的实用数学符号,很快就成为了开发人员首选的 AI 编程语言。Lisp 因为其特有的功能,成为机器学习 AI 项目的最佳选择之一: 快速创建原型; 创建动态对象; 垃圾回收; 灵活性。 随着其他竞争的编程语言的重大改进,其他语言集成了 Lisp 特有的一些功能。涉及到 Lisp 的著名项目有 Reddit 和 HackerNews。 说到 Lisp,这是世界上最美的语言——至少在 Haskell 出现之前是这样。——Larry WallHaskell Haskell 创建于 1990 年,以著名数学家 Haskell Brooks Curry 的名字命名。Haskell 是纯粹的函数式和静态类型的编程语言,与惰性计算和短代码配合使用。 Haskell 是一种非常安全的编程语言,因为和其他编程语言相比,Haskell 很少出现错误,所以在处理错误方面提供了更大的灵活性。即便发生了错误,也可以在编译(而非运行)时捕获大多数非语法错误。Haskell 提供的功能包括: 强大的抽象能力; 内置的内存管理; 代码的可重用性; 易于理解。 SQL、Lisp 和 Haskell 是我所见过的唯一可以把时间花在思考而不是打字上的编程语言。——Philip Greenspun Haskell 的功能有助于提高程序员的生产率。Haskell 与其他编程语言非常相似,但只有一小部分开发人员使用。撇开挑战不谈,随着开发者社区使用率的增加,可以证明 Haskell 和其他用于 AI 的竞争语言一样出色。 Julia Julia 是一种高性能的通用动态编程语言,可以创建几乎任何应用,但最适合进行数值分析和计算科学。和 Julia 一起使用的工具还包括: 像 Vim 和 Emacs 这样流行的编辑器; 像 Juno 和 Visual Studio 这样的 IDE。 Julia 源代码组织。 Julia 中有一些功能使其成为 AI 编程、机器学习、统计和数据建模的重要选择,这些功能有: 动态类型系统; 内置的包管理器; 能够进行并行和分布式计算; 宏和元编程能力; 支持多分派; 直接支持 C 函数。 Julia 是为了消除其他编程语言的弱点而构建的,和其他工具(如 TensorFlow.jl、MLBase.jl 和 MXNet.jl)集成后还可以用于机器学习,利用 Julia 的可伸缩性还可以做更多事。 总结 AI 工程师和科学家可以根据项目的需求,从多种编程语言中进行选择。每一种 AI 编程语言都有优缺点。随着这些语言的不断改进,AI 开发很快就可以有更舒适的体验,这样就会有更多人加入这一创新浪潮。出色的社区支持使新人们可以更好地工作,社区对包和扩展的贡献让每个人的工作都变得更加轻松。 【云栖号在线课堂】每天都有产品技术专家分享!课程地址:https://yqh.aliyun.com/zhibo 立即加入社群,与专家面对面,及时了解课程最新动态!【云栖号在线课堂 社群】https://c.tb.cn/F3.Z8gvnK 原文发布时间:2020-04-07本文作者:机器之心本文来自:“掘金”,了解相关信息可以关注“掘金”

资源下载

更多资源
Mario

Mario

马里奥是站在游戏界顶峰的超人气多面角色。马里奥靠吃蘑菇成长,特征是大鼻子、头戴帽子、身穿背带裤,还留着胡子。与他的双胞胎兄弟路易基一起,长年担任任天堂的招牌角色。

Spring

Spring

Spring框架(Spring Framework)是由Rod Johnson于2002年提出的开源Java企业级应用框架,旨在通过使用JavaBean替代传统EJB实现方式降低企业级编程开发的复杂性。该框架基于简单性、可测试性和松耦合性设计理念,提供核心容器、应用上下文、数据访问集成等模块,支持整合Hibernate、Struts等第三方框架,其适用范围不仅限于服务器端开发,绝大多数Java应用均可从中受益。

Rocky Linux

Rocky Linux

Rocky Linux(中文名:洛基)是由Gregory Kurtzer于2020年12月发起的企业级Linux发行版,作为CentOS稳定版停止维护后与RHEL(Red Hat Enterprise Linux)完全兼容的开源替代方案,由社区拥有并管理,支持x86_64、aarch64等架构。其通过重新编译RHEL源代码提供长期稳定性,采用模块化包装和SELinux安全架构,默认包含GNOME桌面环境及XFS文件系统,支持十年生命周期更新。

Sublime Text

Sublime Text

Sublime Text具有漂亮的用户界面和强大的功能,例如代码缩略图,Python的插件,代码段等。还可自定义键绑定,菜单和工具栏。Sublime Text 的主要功能包括:拼写检查,书签,完整的 Python API , Goto 功能,即时项目切换,多选择,多窗口等等。Sublime Text 是一个跨平台的编辑器,同时支持Windows、Linux、Mac OS X等操作系统。

用户登录
用户注册