Modern.js v2.65.4 版本发布:运行时配置优化与构建体验升级
Modern.js 是一个现代化的前端开发框架,它集成了最新的前端技术栈和开发理念,旨在为开发者提供高效、灵活的开发体验。该框架支持多种应用场景,包括 Web 应用、微前端、SSR 等,并提供了丰富的插件系统和工具链支持。
本次发布的 v2.65.4 版本主要围绕运行时配置和构建体验进行了多项优化,这些改进将进一步提升开发者的使用体验和项目的可维护性。
运行时插件配置钩子重命名
本次更新中,框架对运行时插件的配置钩子进行了重命名优化。原先的 modifyRuntimeConfig 钩子被更名为更简洁直观的 config。这一变更不仅减少了开发者的输入负担,更重要的是使 API 命名更加符合开发者直觉和行业惯例。
对于插件开发者来说,这一变更意味着需要将原有的 modifyRuntimeConfig 方法更新为 config。虽然这是一个破坏性变更,但由于其语义更加清晰,长期来看将提高代码的可读性和维护性。
React 版本检测机制改进
在模块解析方面,新版本改进了 React 版本的检测机制。现在框架会使用 require.resolve 方法来准确检测项目中使用的 React 版本,特别是解决了在 pnpm workspace 中使用 pnpm catalog 时的版本检测问题。
这一改进对于使用 pnpm 作为包管理器的项目尤为重要。在 monorepo 项目中,不同子项目可能依赖不同版本的 React,新的检测机制能够更准确地识别当前项目实际使用的 React 版本,避免因版本检测错误导致的兼容性问题。
静态资源中间件优化
在服务端处理方面,框架对静态资源中间件进行了重要优化。现在静态中间件将始终使用系统的文件系统(fs)来处理静态资源,而不是依赖于其他可能的文件系统实现。
这一变更确保了静态资源处理的稳定性和一致性,特别是在一些特殊环境下(如某些云服务或容器环境),使用系统原生 fs 能够避免潜在的文件访问问题,提高应用的可靠性。
构建模式支持 watch
在构建工具方面,新版本为 modern build 命令增加了 watch 模式支持。这一功能允许开发者在开发过程中实时监控文件变化并自动重新构建,大大提升了开发效率。
watch 模式的引入意味着开发者不再需要手动执行构建命令来查看代码变更的效果,框架会自动检测文件变化并触发增量构建。这一特性特别适合大型项目的开发,可以显著减少开发者的等待时间。
路径转义问题修复
本次发布还修复了一个关于路径转义的问题。在之前的版本中,当使用 transformLodash 功能时,Windows 系统下的路径会被错误地转义。新版本修正了这一行为,确保路径处理在不同操作系统下的一致性。
这一修复对于使用 Windows 开发的团队尤为重要,它消除了因路径处理差异导致的潜在构建问题,使开发体验更加平滑。
总结
Modern.js v2.65.4 版本虽然是一个小版本更新,但包含了多项对开发者体验有实质性提升的改进。从运行时配置的优化到构建工具的增强,再到特定环境下的问题修复,这些变更都体现了框架对开发者体验的持续关注。
对于现有项目,建议开发者根据变更内容评估升级的必要性。特别是插件开发者需要注意运行时配置钩子的重命名变更,及时更新插件代码以保持兼容性。对于使用 pnpm workspace 或 Windows 开发环境的团队,本次更新将解决一些长期存在的痛点问题,值得优先考虑升级。
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-5.1GLM-5.1是智谱迄今最智能的旗舰模型,也是目前全球最强的开源模型。GLM-5.1大大提高了代码能力,在完成长程任务方面提升尤为显著。和此前分钟级交互的模型不同,它能够在一次任务中独立、持续工作超过8小时,期间自主规划、执行、自我进化,最终交付完整的工程级成果。Jinja00
MiniMax-M2.7MiniMax-M2.7 是我们首个深度参与自身进化过程的模型。M2.7 具备构建复杂智能体应用框架的能力,能够借助智能体团队、复杂技能以及动态工具搜索,完成高度精细的生产力任务。Python00- QQwen3.5-397B-A17BQwen3.5 实现了重大飞跃,整合了多模态学习、架构效率、强化学习规模以及全球可访问性等方面的突破性进展,旨在为开发者和企业赋予前所未有的能力与效率。Jinja00
HY-Embodied-0.5这是一套专为现实世界具身智能打造的基础模型。该系列模型采用创新的混合Transformer(Mixture-of-Transformers, MoT) 架构,通过潜在令牌实现模态特异性计算,显著提升了细粒度感知能力。Jinja00
LongCat-AudioDiT-1BLongCat-AudioDiT 是一款基于扩散模型的文本转语音(TTS)模型,代表了当前该领域的最高水平(SOTA),它直接在波形潜空间中进行操作。00