Nx 20.3.2版本发布:全面增强模块联邦与JavaScript生态支持
Nx作为新一代的智能构建系统,在20.3.2版本中带来了多项重要改进,特别是在模块联邦(Module Federation)和JavaScript生态支持方面取得了显著进展。这个版本不仅优化了现有功能,还修复了多个关键问题,为开发者提供了更稳定高效的开发体验。
模块联邦升级
本次版本最值得关注的改进之一是模块联邦功能的增强。Nx团队将@module-federation/enhanced升级到了最新版本,这意味着开发者现在可以获得更强大的微前端架构支持。模块联邦作为现代前端架构的重要组成部分,允许不同项目间共享代码和资源,而Nx的深度集成使得这一技术在企业级应用中更加易用和可靠。
JavaScript生态全面优化
20.3.2版本对JavaScript项目的支持进行了全方位提升:
-
TypeScript解决方案配置:改进了对TypeScript解决方案设置的检测,确保构建时能正确生成ESM输出。这对于现代JavaScript开发至关重要,因为ES模块已成为标准。
-
包导出规范:现在生成的package.json文件会包含正确的exports字段,这对于库开发者特别有价值,可以更好地控制模块的公开API。
-
构建输出优化:对于使用Rollup作为打包工具的JavaScript库,现在能确保生成符合ESM标准的输出,同时避免了不必要的嵌套路径结构,减少了潜在的路径解析问题。
-
Vitest集成改进:简化了Vitest测试框架的配置生成逻辑,只有在明确禁用插件时才会生成显式的Vitest任务配置,减少了配置文件的冗余。
构建系统核心增强
Nx的核心构建系统也获得了多项重要改进:
-
项目图错误处理:提供了更清晰的项目图错误信息,帮助开发者快速定位和解决依赖关系问题。
-
插件加载优化:避免了默认插件的重复加载,提升了构建启动速度。
-
子路径导出支持:在构建项目图时增加了对子路径导出的支持,这对于使用现代JavaScript包导出规范的项目尤为重要。
-
包脚本处理:改进了包脚本逻辑,能更好地处理CLI工具名称作为命令的情况。
测试框架改进
测试相关功能也获得了多项增强:
-
Jest插件:新增了ciGroupName选项,允许在持续集成环境中更好地组织测试任务。
-
Playwright配置:改进了对绝对路径输出的推断,使得端到端测试配置更加准确。
-
测试服务提示:端到端测试配置生成器现在会提示缺少的服务数据,减少了配置遗漏的可能性。
其他重要修复
- 修复了Angular项目中ESM2022包的处理问题
- 改进了Gradle项目中Java安装的检测
- 优化了React项目中SVGR的转换逻辑,使其兼容React 19
- 修复了Rspack中子资源完整性(Subresource Integrity)的配置问题
- 改进了Web应用的CORS头支持
开发者体验提升
Nx 20.3.2版本不仅关注功能增强,也注重提升开发者体验:
-
配置生成:多个生成器现在会自动将项目添加到工作区配置中,减少了手动配置的工作量。
-
包文件排序:生成的package.json文件现在会按照惯用顺序排列字段,提高了可读性。
-
错误处理:改进了SWC编译时的错误处理,提供了更有用的错误信息。
总结
Nx 20.3.2版本是一个以稳定性和功能完善为主的更新,特别强化了对现代JavaScript生态和模块联邦的支持。这些改进使得Nx在构建复杂前端应用和企业级项目时更加得心应手。对于现有Nx用户,建议尽快升级以获取这些改进;对于考虑采用Nx的团队,这个版本提供了更加成熟和稳定的功能集,是开始评估的良好起点。
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