Harper：离线语法检查器，内容永不上传
Harper 是 Automattic（WordPress 母公司）开源的英语语法检查器，GitHub 上 14k Stars、540 forks，Apache-2.0 协议，Rust 编写，2023 年 10 月创建，2026 年 7 月刚发布 v2.7.0。它瞄准的是 Grammarly 和 LanguageTool 留下的空档：Grammarly 把所有输入上传到服务器，未发布的稿子、内部文档全都过了一遍别人的手；LanguageTool 功能全面，但要先下载约 16GB 的 n-gram 数据集，内存占用以 GB 计。Harper 的全部检查在本地完成，不联网、不上传，一条命令跑完一份文档。
三个核心亮点
毫秒级响应，资源占用小到可以塞进浏览器。 实测数据：一份 137KB 的英文文档，harper-cli 从启动到输出结果耗时 0.83 秒；进程峰值内存约 210MB，已包含完整词典加载。项目自述内存占用不到 LanguageTool 的 1/50。它轻到可以直接编译成 WebAssembly，writewithharper.com 就是跑在浏览器里的网页版，打开即用，不需要安装任何东西。
确定性规则引擎，每条检查都可解释。 Harper 不是 LLM，没有概率和幻觉。它是一套声明式规则引擎，规则文件叫 Weir，每条检查都有名字、类型和优先级：Spelling、Grammar、Punctuation、Redundancy、Word Choice。检查结果不是模棱两可的「建议」，而是带规则名的确定性判定。这意味着它不会今天说对、明天说错，也意味着它能进自动化流程。
生态覆盖完整。 VS Code、Neovim、Helix、Emacs、Zed 都有官方集成，Obsidian 有独立插件，另有 harper.js（WASM 绑定）、harper-ls（LSP 服务）和 harper-cli 三个可编程入口。项目更新节奏稳定，v2.7.0 于 2026 年 7 月发布，GitHub 上 700 多个 open issues，维护者响应活跃，属于持续演进中的项目。
白物集的实际用法
白物集每天 10:30 自动出稿，发布前跑三道质量门控：排除词扫描、标题字数检查、中英文空格检查。这三道都是规则脚本，几秒跑完，但英文语法一直是盲区——AI 生成的英文术语、英文摘要里的拼写错误，只能靠人眼扫。
Harper 补上了这一环。实测：把一段故意写错的英文丢给 harper-cli，共 10 处明确错误——Teh、dont、their are、would of、alot、more smarter、recieve、its、every one、definitly——10 处全部命中。整份文件从启动到出结果 0.3 秒。原始 lint 共报了 15 条，去重后保留 10 条，输出按规则类型自动归类，拼写、语法、标点、冗余、用词等八类一目了然，每条都带规则名和优先级，脚本解析起来很容易。默认按美式英语检查，方言可以在配置里切换。
接入方式和现有脚本一致：
harper-cli lint article.md
有错误时退出码非 0，直接并进发布管线的门控脚本，和排除词扫描同一个位置。写作阶段用 Obsidian 插件，输入框里即时划红线，不用切窗口，不用等网络往返。
适合什么场景
英文技术文档、README、博客英文稿、Markdown 写作、CI 质量门控，以及所有对隐私敏感的内容——未发布的稿子、内部资料，都不该经过第三方服务器，Harper 在这类场景是唯一合理的选择。它不挑编辑器，写代码的和写文档的都能用同一套规则。
不适合两类场景：中文语法检查——目前只支持英文，中文输入它直接跳过；整句重写和风格润色——它是确定性规则引擎，不做生成式改写，需要润色还是要交给 LLM。另外它刻意追求「不过度打扰」，长文档里个别有歧义的错误会漏，比如 Lets 缺撇号这类上下文敏感的用例，所以它适合当门控，不适合当唯一防线。如果你的写作对象是中文为主、英文只占零星术语，它的价值有限，投入产出比最高的用法是检查英文摘要、英文 README 和对外发布的英文片段。
快速上手
- VS Code 用户：扩展市场搜 Harper，安装后打开英文文档即用。
- 命令行：GitHub Releases 下载 harper-cli，macOS、Linux、Windows 都有预编译包，
./harper-cli lint 文件.md。 - Obsidian 用户：装 Harper 插件，写作时实时提示。
- 想先体验：打开 writewithharper.com，浏览器里直接测，WASM 版和本地版同一套引擎。
- 接入 CI：lint 返回非 0 退出码即失败，和现有 lint 工具同一套用法。
一个确定性语法引擎，换来的是可解释、可离线、可自动化的检查能力。对每天要出稿、又要守质量门控的内容管线来说，这类工具比云端服务更适合进管线。如果你的写作流程里还没有本地语法检查这一环，Harper 是现成的答案。