Novidades no PyCharm 2025.1

Agora o PyCharm é um só produto, poderoso e unificado! Seus recursos essenciais, incluindo o suporte a notebooks do Jupyter, serão gratuitos e estará disponível uma assinatura Pro com recursos adicionais. A partir da versão 2025.1, todos os usuários terão acesso instantâneo a um teste de um mês do Pro, para você poder acessar imediatamente todos os recursos avançados do PyCharm. Depois do teste, você poderá decidir se prossegue com uma assinatura Pro ou continua usando os recursos essenciais gratuitamente. Saiba mais sobre esta mudança nesta postagem no blog.

Junie, o agente de programação da JetBrains, agora está disponível no PyCharm via JetBrains AI. O Junie planeja, escreve, refina e testa código de forma autônoma para tornar sua experiência de desenvolvimento mais fluida, eficiente e agradável. Ele lida com tarefas tediosas, como reestruturar código, criar testes e implementar refinamentos, para que você possa se concentrar em desafios maiores e na inovação.

O JetBrains AI recebeu uma atualização significativa, reunindo o AI Assistant e o Junie em uma só assinatura. Com esta versão, todos os recursos de IA da JetBrains estão acessíveis gratuitamente no PyCharm Pro, com uso ilimitado para alguns, como complementação de código e suporte a modelos locais sem limites, e acesso limitado para outros recursos baseado em créditos. Também estamos introduzindo um novo sistema de assinatura que facilita a escalabilidade conforme necessário com os níveis AI Pro e AI Ultimate.

Agora você pode executar o seu código de aprendizado de máquina em hardware poderoso na nuvem, diretamente do PyCharm, em minutos. Não é necessária nenhuma configuração complexa ou expertise de nuvem. O plug-in Cadence simplifica os fluxos de trabalho de aprendizado de máquina, permitindo que você se concentre no seu código enquanto tira proveito de recursos computacionais escaláveis.

Saiba mais sobre o Cadence

Implementamos o Data Wrangler, uma ferramenta poderosa para ajudar profissionais de dados em Python a simplificar a manipulação de dados e focar em análises de nível superior. Visualize e analise os seus dados, explore estatísticas e visualizações colunares e gere automaticamente código Python para transformações.

Use a interface interativa para realizar transformações comuns em dataframes – como filtrar, limpar, lidar com outliers e muito mais – sem escrever código repetitivo. Você também pode acompanhar o histórico de alterações, exportar dados em um formato conveniente e incluir transformações como novas células no seu notebook.

Saiba mais sobre o Data Wrangler

O PyCharm 2025.1 introduz as células de SQL. Este novo tipo de célula permite que você consulte bancos de dados, dataframes e arquivos em CSV anexados de dentro de notebooks do Jupyter e salve automaticamente os resultados das consultas em dataframes do pandas.

Estamos introduzindo o suporte ao Hatch, um gerenciador de projetos moderno e extensível para Python, desenvolvido pela Python Packaging Authority (PyPA). O Hatch pode migrar automaticamente configurações setuptools, criar ambientes isolados e executar e publicar builds, tornando mais eficiente o gerenciamento de pacotes de Python.

O PyCharm também permite criar novos projetos gerenciados pelo Hatch. Quando projetos do Hatch forem importados de uma máquina local ou de uma fonte remota, o IDE os reconhecerá automaticamente.

Estamos sempre melhorando a experiência geral dos desenvolvedores ao trabalharem com notebooks do Jupyter. Nesta versão, introduzimos os seguintes recursos:

• A capacidade de iniciar servidores de Jupyter com um interpretador uv, incrementando o suporte já existente ao uv.
• Possibilidade de arrastar e soltar para reorganizar células do Jupyter diretamente, usando a barra na medianiz.
• A opção Commit without outputs, que limpa automaticamente os resultados da execução de células antes do commit e está disponível no menu que aparece ao clicar no ícone da engrenagem.
• Cores personalizáveis para o plano de fundo, as células de código, as linhas selecionadas e as bordas das células do notebook.
• Uma barra de ferramentas de gerenciamento por célula, que fornece ações específicas para o tipo da célula selecionada. Pro
• Novos status de células Crashed e Queued na visualização Structure de notebooks.
• Uma barra de ferramentas flutuante de formatação, que aparece quando for selecionado texto em células de Markdown, além de uma aparência mais limpa nas células vazias de Markdown.
• Um botão Shut down Kernel adicionado à barra de ferramentas principal.

Aumentamos a simplicidade e a transparência das configurações de servidores de Jupyter. Agora você pode adicionar diversas configurações de servidores, gerenciados ou remotos, e alternar facilmente entre elas.

Algumas outras melhorias:

• Suporte à conexão com servidores remotos por proxy.
• Novo suporte a conexões remotas com o AWS SageMaker.
• Sistema de arquivos aperfeiçoado para servidores remotos de Jupyter.
• A capacidade de executar notebooks nos servidores de Jupyter da Kaggle.

• Função Run to caret.
• A capacidade de depurar células do Jupyter linha a linha, graças ao fato de que agora, se nenhum ponto de interrupção tiver sido configurado, o PyCharm coloca automaticamente um ponto de interrupção na primeira linha das células do Jupyter.
• Correção de inúmeros problemas.
• Suporte à depuração e à visualização Variables em instâncias remotas do Jupyter. Pro

A versão 2025.1 permite reformatar código em SQL embutido no Python, de acordo com o estilo de código especificado. Isso garante consistência e legibilidade ao trabalhar com SQL dentro de scripts de Python.

Agora você pode criar rapidamente novas abas na janela de ferramentas Data View, usando o botão + junto às abas já existentes. É útil ter uma aba a mais, porque ela é um local conveniente para avaliar arrays da NumPy, dataframes do Pandas e outros tipos de dados, apenas digitando um nome de variável ou uma expressão.

Ao depurar aplicativos que manipulam imagens, você pode usar a ação View as Image para visualizar as imagens no depurador, sem ter que adicionar nenhum código. Esta ação funciona para arrays da NumPy e das bibliotecas PyTorch, TensorFlow, Matplotlib, Seaborn, OpenCV, Pillow, ImageIO e scikit-image. Para usá-la, basta clicar com o botão direito em uma variável de dados no modo de depuração e selecionar View as Image.

Continuamos o nosso trabalho de melhorar o desempenho da introspecção. A partir da versão 2025.1, há diferentes níveis de introspecção para o MySQL e o MariaDB, e a quantidade carregada de metadados é automaticamente ajustada em função do tamanho do seu banco de dados. Em outras palavras, se o seu banco de dados for grande, nem todos os metadados serão carregados. Isso reduzirá significativamente o tempo de introspecção e permitirá que você comece imediatamente a trabalhar com fontes de dados recém-conectadas. Para saber mais sobre os níveis e como ajustar a sua experiência, visite esta página.

Esta versão incrementa a integração do PyCharm com o SQLAlchemy, permitindo reconhecer tipos de objetos de bancos de dados automaticamente. Esta melhoria permite complementação automática precisa em colunas de bancos de dados e resultados de consultas, melhorando a sua experiência em projetos baseados em ORM.

Agora o PyCharm aplica automaticamente as dicas corretas de tipos em request.user, com base em AUTH_USER_MODEL, se este tiver sido especificado no arquivo de configurações do Django, melhorando a complementação de código e a verificação de tipos nos modelos personalizados do usuário.

Introduzimos uma opção para declarar endpoints em projetos do Django que usem o framework Django Ninja. Isso expande a detecção de endpoints pelo PyCharm para seguir as melhores práticas e permite que desenvolvedores de back-end e full-stack gerenciem seus endpoints diretamente da janela de ferramentas Endpoints do PyCharm.

Acabaram de aumentar as opções de modelos de IA no chat! Agora você pode ter o controle total da sua experiência de IA, escolhendo entre os modelos de linguagem mais recentes e avançados, incluindo:

• Claude 3.7 Sonnet
• OpenAI GPT-4.1 (em breve)
• Gemini 2.0 Flash

E não vamos parar por aqui! A JetBrains tem o compromisso de integrar modelos de IA continuamente, para garantir que você tenha acesso às tecnologias mais atualizadas de IA.

O AI Assistant lhe dá a flexibilidade de trabalhar off-line com modelos locais ou usar processamento de IA baseado na nuvem. Agora, com o novo modo off-line, você pode trabalhar sem uma conexão à Internet e ainda se beneficiar da assistência à codificação por IA. Use modelos locais através do Ollama ou LM Studio para chat, geração de código, mensagens de commit, documentação in-line e muito mais.

Nunca foi tão fácil editar vários arquivos de uma vez! Agora o AI Assistant tem suporte à edição de vários arquivos no chat, sugerindo alterações em todo o seu projeto, enquanto tira proveito da geração aumentada na recuperação ("retrieval-augmented generation", RAG) para localizar os arquivos mais relevantes. Reduza as tarefas repetitivas e implemente modificações em vários arquivos com uma só interação.

Agora você pode gerar pré-visualizações de gráficos em tabelas de notebooks do Jupyter, clicando em AI Quick Charts. O AI Assistant usa os metadados da dataframe para sugerir visualizações, embutindo os gráficos resultantes diretamente no widget da tabela, para lhe fornecer pré-visualizações instantâneas. Clique em um gráfico gerado para incluir o código correspondente no seu notebook.

Agora o código gerado por IA é dividido logicamente em várias células, incluindo células de Markdown, alinhando-se de forma mais natural com os fluxos de trabalho do notebook.

Você pode aumentar ainda mais o seu controle sobre o que o AI Assistant pode ver, configurando um arquivo .aiignore. Isso permite que você impeça o JetBrains AI de acessar arquivos ou pastas específicos, garantindo que informações confidenciais nunca sejam processadas.

Com o novo comando /web, o AI Assistant agora pode buscar documentação, dicas de solução de problemas e os recursos técnicos mais recentes diretamente da Web, na janela do chat. Chega de alternar entre abas ou fazer pesquisas manuais!

Agora, quando o chat de IA sugere um trecho de código, você pode usar o botão Apply para encontrar automaticamente o local ideal para incluir o código recém-gerado — chega de copiar e colar manualmente. Este recurso otimiza significativamente o seu fluxo de trabalho.

Agora o AI Assistant compreende melhor o seu projeto como um todo, usando RAG avançada para fazer aflorarem os arquivos, métodos e classes mais relevantes. Além disso, agora o contexto inclui os arquivos recentemente acessados, tornando as interações ainda mais relevantes para o seu fluxo de trabalho. Como agora você também pode adicionar ou remover anexos enviados como contexto, você mantém o controle total sobre o contexto da IA.

A versão 2025.1 introduz uma arquitetura reformulada do terminal, disponível em beta. Agora o terminal é executado em um núcleo estável, seguindo padrões, e usa o editor do IDE para renderizar a interface de usuário. Esta alteração nos permite introduzir novos recursos e preservar a compatibilidade e o desempenho em várias plataformas, locais ou remotas. Saiba mais detalhes sobre nossos planos e nossos progressos nesta postagem no blog.

Agora o PyCharm usa por padrão os diálogos nativos para arquivos no Windows, em vez da sua própria implementação. Isso dá a você uma experiência mais familiar ao abrir ou salvar arquivos. Se você preferir o comportamento anterior, poderá restaurá-lo em Advanced Settings | User Interface.

Ficou mais conveniente criar um arquivo. Você pode acessar o pop-up que lista os modelos disponíveis de arquivos diretamente da barra de ferramentas da janela Project, através do ícone +, e o campo de pesquisa permite que você rapidamente filtre e encontre o tipo de arquivo de que precisa.

Você pode configurar o PyCharm para atualizar plug-ins automaticamente no plano de fundo. Ele baixará as atualizações disponíveis e compatíveis e as aplicará na próxima reinicialização do IDE, sem enviar notificações adicionais. Você pode habilitar as atualizações automáticas marcando a caixa de opção Enable auto-update no diálogo de atualização ou em File | Settings | Appearance & Behavior | System Settings | Updates.

Agora o PyCharm permite exportar registros do Kafka diretamente para arquivos JSON, CSV e TSV, facilitando analisar e compartilhar dados de streaming. O IDE pode salvar os dados completos do registro, incluindo o assunto, a marca de data e hora, a chave, o valor, a partição e o deslocamento, em formatos amplamente usados. Com esta atualização, você pode diagnosticar problemas mais rapidamente, verificar a integridade dos dados, possibilitar análises avançadas e otimizar a colaboração, pois a exportação de registros do Kafka garante que os dados estejam acessíveis e possibilitem ações. Ao reduzir o tempo até a resolução e aumentar a transparência dos dados, esta melhoria proporciona uma experiência mais eficiente e eficaz com o Kafka.

Agora o cliente de HTTP abre solicitações desse protocolo geradas a partir do código na divisão direita do editor. Isso significa que você não precisa mais revisar essas solicitações em uma aba separada.

Agora você pode ver os dados do commit diretamente na visualização de diff. O diálogo de diff mostra a mensagem do commit, o autor, a data e hora e o hash completo do commit, dando a você uma visão mais clara do histórico do arquivo e ajudando você a compreender as modificações mais rapidamente.

Agora você pode iniciar qualquer ferramenta para fazer uma verificação pré-commit, juntamente com as inspeções e a formatação. Pode-se definir verificações personalizadas como configurações de execução no diálogo Run Configuration. Isso ajuda você a detectar precocemente problemas em potencial e garante que o seu código atenda aos padrões do projeto antes do commit.

Uma nova opção permite instruir o IDE para não executar hooks de commit de Git. Anteriormente, os hooks de Git eram executados automaticamente durante as operações de commit, o que talvez não fosse desejável em todas as situações. Com esta atualização, agora você pode configurar o IDE para pular esses hooks, dando-lhe mais controle sobre o processo de commit.

Se você tentar executar o código sem instalar os pacotes necessários, agora o IDE sugere instalá-los diretamente do console do Python ou da janela de ferramentas Run ou Debug, garantindo um fluxo de trabalho mais suave.

Agora a janela de ferramentas Endpoints tem suporte a aplicativos montados no FastAPI, incluindo aplicativos do Django e do Flask. As rotas montadas são detectadas e mostradas na janela Endpoints, com os prefixos apropriados dos caminhos, facilitando o gerenciamento de projetos com vários aplicativos.