unplugin v2.3.0发布:Rolldown正式支持与API优化
2025-06-15 05:21:18作者:劳婵绚Shirley
unplugin是一个现代化的JavaScript构建工具插件系统,它允许开发者编写一次插件代码,就能在Vite、Webpack、Rollup、esbuild等多种构建工具中运行。这种"一次编写,到处运行"的特性大大简化了前端工具链的维护成本。
Rolldown正式支持
在v2.3.0版本中,unplugin宣布对Rolldown的正式支持。Rolldown是由Rust编写的Rollup兼容实现,它利用了Rust的高性能特性,同时保持了与Rollup API的高度兼容性。这意味着:
- 开发者现在可以在Rolldown构建环境中无缝使用unplugin生态系统中的各种插件
- 由于Rolldown的性能优势,使用unplugin插件的构建过程将获得显著的性能提升
- 从实验性支持到正式支持,表明unplugin团队对Rolldown的稳定性和兼容性有了充分信心
API优化:更直观的过滤机制
本次版本的另一项重要改进是对插件API的优化,特别是对模块过滤机制的改进:
- 新增了
resolveId.filter、load.filter和transform.filter方法,提供了更统一和直观的方式来控制插件对哪些模块生效 - 逐步废弃了原有的
loadInclude和transformInclude选项,使API设计更加一致 - 新的过滤机制采用函数式编程风格,相比原来的字符串匹配方式更加灵活和强大
这种改进使得插件的编写更加符合直觉,开发者可以更容易地精确控制插件的作用范围。例如,现在可以这样编写一个只处理特定类型文件的插件:
{
load: {
filter: (id) => id.endsWith('.custom'),
handler: (id) => { /* 处理逻辑 */ }
}
}
升级建议
对于现有项目,建议开发者:
- 逐步将
loadInclude和transformInclude迁移到新的过滤API - 测试项目在Rolldown构建环境下的表现,评估性能提升
- 检查插件是否充分利用了新的过滤机制提供的灵活性
unplugin v2.3.0的这些改进,特别是对Rolldown的正式支持,标志着该项目在构建工具兼容性和API设计上又向前迈进了一步,为开发者提供了更强大、更灵活的工具链支持。
登录后查看全文
热门项目推荐
相关项目推荐
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。Python00
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00
项目优选
收起
deepin linux kernel
C
26
9
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
422
3.25 K
Ascend Extension for PyTorch
Python
230
261
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
689
331
暂无简介
Dart
686
160
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
9
1
React Native鸿蒙化仓库
JavaScript
266
326
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
65
19
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.22 K
666
仓颉编译器源码及 cjdb 调试工具。
C++
136
869