京公网安备 11010802034615号
经营许可证编号:京B2-20210330
作者:派森酱
来源:Python技术
近日,JetBrains 推出了一个有一点不一样的轻量级编辑器 Fleet。
JetBrains 公司大家都非常熟悉了,业界经典的IDE 都是他们开发出来的。就连谷歌推出的安卓专用编辑器 Android Studio 都是基于 IntelliJ IDEA 二次开发的。
而 Fleet 就是集 JetBrains 公司 20 年工具开发的知识和经验于一身的划时代轻量级编辑器。它能满足你对一个编辑器期待的所有功能,但远不如此。
虽然官方宣称 Fleet 是从头开始构建的,拥有全新的架构和用户界面,但不得不说,这个界面看起来真的很像 VS Code 啊。
作为 JetBrains 公司推出的新一代编辑器,Fleet 中看到的所有智能技术都是使用 IntelliJ 代码处理引擎作为后端,因此 IDE 有的优点 Fleet 也都有。
语法高亮、代码补全、重构、导航、调试一样没有落下。更重要的是,点击右上角 “Smart Mode” 按钮即可使用这些功能。
以往 JetBrains 公司发布的 IDE 都是针对单一语言的,比如 IDEA 用于编写 Java 程序,Pycharm 用于编写 Python 程序等。但 Fleet 是支持多语言的。
随着互联网的逐渐发展,公司不再局限于单一技术,有时候需要在不同技术之间切换,于是,Fleet 应运而生。针对多语言环境和技术支持提供开箱即用的功能。并支持通过专用插件支持更多语言。有点 VS code 的味道了。
分布式用在工具中倒是挺新奇的一个创意点。
一般正常来讲,我们的开发环境都是在本地,每次更换电脑就不得不重新配置环境,Fleet 完美解决了这一痛点,无论您的开发环境是在本地还是在云端或者远程机房,Fleet 都支持。
同时 Fleet 提供了对 Space 的编排支持,可从源仓库轻松启动远程服务器实例,支持使用 Dockerfile 进行自定义。
公司项目开发离不开团队协作,无论是本地环境还是云端环境,Fleet 都支持多人同时编辑同一个或者不同的文件,运行测试、访问终端等也都支持多人同时操作。
JetBrains 家的很多开发工具都可以说是业界的标杆,其产品研发和设计能力值得信赖,因此,对于 Fleet 的未来我是非常看好的。
最后,Fleet 目前还处于起步阶段,如果想获得使用版本,可以通过下面的链接申请。
https://www.jetbrains.com/fleet/preview
关于 Fleet 以及 JetBrains 的野心,你有什么想说的呢,可以在评论区和小伙伴们一起讨论哦~
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在数字化运营中,“凭感觉做决策” 早已成为过去式 —— 运营指标作为业务增长的 “晴雨表” 与 “导航仪”,直接决定了运营动作 ...
2025-10-24在卷积神经网络(CNN)的训练中,“卷积层(Conv)后是否添加归一化(如 BN、LN)和激活函数(如 ReLU、GELU)” 是每个开发者都 ...
2025-10-24在数据决策链条中,“统计分析” 是挖掘数据规律的核心,“可视化” 是呈现规律的桥梁 ——CDA(Certified Data Analyst)数据分 ...
2025-10-24在 “神经网络与卡尔曼滤波融合” 的理论基础上,Python 凭借其丰富的科学计算库(NumPy、FilterPy)、深度学习框架(PyTorch、T ...
2025-10-23在工业控制、自动驾驶、机器人导航、气象预测等领域,“状态估计” 是核心任务 —— 即从含噪声的观测数据中,精准推断系统的真 ...
2025-10-23在数据分析全流程中,“数据清洗” 恰似烹饪前的食材处理:若食材(数据)腐烂变质、混杂异物(脏数据),即便拥有精湛的烹饪技 ...
2025-10-23在人工智能领域,“大模型” 已成为近年来的热点标签:从参数超 1750 亿的 GPT-3,到万亿级参数的 PaLM,再到多模态大模型 GPT-4 ...
2025-10-22在 MySQL 数据库的日常运维与开发中,“更新数据是否会影响读数据” 是一个高频疑问。这个问题的答案并非简单的 “是” 或 “否 ...
2025-10-22在企业数据分析中,“数据孤岛” 是制约分析深度的核心瓶颈 —— 用户数据散落在注册系统、APP 日志、客服记录中,订单数据分散 ...
2025-10-22在神经网络设计中,“隐藏层个数” 是决定模型能力的关键参数 —— 太少会导致 “欠拟合”(模型无法捕捉复杂数据规律,如用单隐 ...
2025-10-21在特征工程流程中,“单变量筛选” 是承上启下的关键步骤 —— 它通过分析单个特征与目标变量的关联强度,剔除无意义、冗余的特 ...
2025-10-21在数据分析全流程中,“数据读取” 常被误解为 “简单的文件打开”—— 双击 Excel、执行基础 SQL 查询即可完成。但对 CDA(Cert ...
2025-10-21在实际业务数据分析中,我们遇到的大多数数据并非理想的正态分布 —— 电商平台的用户消费金额(少数用户单次消费上万元,多数集 ...
2025-10-20在数字化交互中,用户的每一次操作 —— 从电商平台的 “浏览商品→加入购物车→查看评价→放弃下单”,到内容 APP 的 “点击短 ...
2025-10-20在数据分析的全流程中,“数据采集” 是最基础也最关键的环节 —— 如同烹饪前需备好新鲜食材,若采集的数据不完整、不准确或不 ...
2025-10-20在数据成为新时代“石油”的今天,几乎每个职场人都在焦虑: “为什么别人能用数据驱动决策、升职加薪,而我面对Excel表格却无从 ...
2025-10-18数据清洗是 “数据价值挖掘的前置关卡”—— 其核心目标是 “去除噪声、修正错误、规范格式”,但前提是不破坏数据的真实业务含 ...
2025-10-17在数据汇总分析中,透视表凭借灵活的字段重组能力成为核心工具,但原始透视表仅能呈现数值结果,缺乏对数据背景、异常原因或业务 ...
2025-10-17在企业管理中,“凭经验定策略” 的传统模式正逐渐失效 —— 金融机构靠 “研究员主观判断” 选股可能错失收益,电商靠 “运营拍 ...
2025-10-17在数据库日常操作中,INSERT INTO SELECT是实现 “批量数据迁移” 的核心 SQL 语句 —— 它能直接将一个表(或查询结果集)的数 ...
2025-10-16