Modern.js v2.64.1 版本发布:配置加载优化与插件体系升级
Modern.js 是一个现代化的前端开发框架,旨在为开发者提供高效、灵活的开发体验。本次发布的 v2.64.1 版本主要围绕配置加载机制和插件系统进行了多项改进,进一步提升了框架的兼容性和扩展能力。
配置加载机制的重大改进
本次版本最核心的改进之一是配置文件的加载方式。开发团队引入了 jiti 作为新的配置文件加载器,这一改变带来了对 ESM (ECMAScript Modules) 导入的完整支持。这意味着开发者现在可以在 Modern.js 配置文件中使用现代 JavaScript 的模块语法,包括 import/export 语句,而不再局限于传统的 CommonJS 语法。
在实际开发中,这一改进使得配置文件的编写更加符合现代 JavaScript 的开发习惯,特别是在大型项目中,模块化的配置管理可以带来更好的代码组织和维护性。同时,这也为未来可能的 TypeScript 配置文件支持奠定了基础。
环境变量加载时机优化
另一个值得关注的改进是环境变量的加载时机。在 appTools 中,环境变量现在会在首次加载 modern config 之前就被加载。这一看似微小的调整实际上解决了开发中一个常见的问题:确保环境变量在所有配置处理过程中都可用。
在实际场景中,有些配置可能需要基于环境变量进行动态调整。之前的加载顺序可能导致这些基于环境变量的配置无法正确生效。现在的改进确保了配置可以完全访问所有环境变量,使得环境相关的配置更加可靠。
插件系统的演进
Modern.js 的插件系统在本版本中得到了显著增强:
-
插件兼容性警告:针对 twin.macro v2 的使用添加了警告信息。twin.macro 是一个流行的 Tailwind CSS 工具,v2 版本可能存在一些兼容性问题,这个警告可以帮助开发者及时识别潜在问题。
-
核心钩子迁移:将
_internalRuntimePlugins和_internalServerPlugins这两个核心钩子迁移到了 plugin-v2 系统。这标志着 Modern.js 插件体系向更现代化架构的演进,为未来的插件功能扩展打下了更好的基础。 -
CLI 插件扩展能力:CLI 插件现在支持扩展 config 工具函数(ExtendConfigUtils)。这一改进大大增强了插件的灵活性,允许插件开发者提供更多自定义的配置处理工具,丰富了整个插件生态的可能性。
其他重要修复
除了上述功能改进外,本次发布还包含了一些重要的稳定性修复:
- 移除了在 registerEsm 中对 esbuild 的注册,这一调整优化了模块注册流程
- 改进了状态日志的输出准确性,确保开发者能获得更可靠的构建状态信息
总结
Modern.js v2.64.1 虽然是一个小版本更新,但包含了对开发者体验有实质性影响的改进。从配置加载的现代化支持,到插件系统的持续演进,再到各种细节优化,都体现了开发团队对框架质量和开发者体验的持续关注。
对于现有用户,特别是那些已经在使用 ESM 模块或开发自定义插件的团队,建议尽快升级以享受这些改进带来的好处。新用户也可以从这个版本开始,体验到更加完善和稳定的 Modern.js 开发环境。
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