Node.js v20.19.0版本发布:ES模块支持迎来重大更新
Node.js作为当今最流行的JavaScript运行时环境之一,其最新长期支持版本v20.19.0带来了多项重要特性更新,特别是在ES模块(ESM)支持方面取得了显著进展。本文将深入解析这些新特性及其对开发者的影响。
核心特性解析
默认启用的require(ESM)功能
v20.19.0版本最引人注目的变化是移除了--experimental-require-module标志,默认支持通过require()加载原生ES模块。这一特性曾在v20.x版本中作为实验性功能存在,在v22.x和v23.x中已默认启用,现在终于正式成为v20.x的稳定功能。
开发者现在可以:
- 直接使用
require()加载ES模块而不会抛出ERR_REQUIRE_ESM错误 - 当加载的ES模块或其依赖包含顶层await时,会抛出ERR_REQUIRE_ASYNC_MODULE错误
- 成功加载ES模块后,返回的对象可能是ES模块命名空间对象或模块中作为"module.exports"导出的内容
新增的process.features.require_module属性可用来检测当前Node.js实例是否启用了此功能。对于包开发者,可以使用"module-sync"导出条件来检测require(esm)支持,实现同一原生ES模块同时支持require()和import加载。
模块语法检测默认启用
另一个重要更新是默认启用了模块语法检测功能(原--experimental-detect-module标志)。这一特性使得Node.js能够智能识别文件模块类型:
- 对于扩展名为
.js或无扩展名的文件 - 当最近的父级package.json没有"type"字段时
- Node.js会先尝试作为CommonJS解析,如果因ES模块语法失败则重新作为ES模块处理
这一特性特别适合无扩展名的脚本文件使用ES模块语法且附近没有package.json的场景。需要注意的是,虽然对CommonJS模块性能无影响,但对ES模块会有轻微性能开销,可通过在最近的package.json中添加"type": "module"来消除。
其他重要更新
- 加密模块:根证书更新至NSS 3.107版本
- Worker线程:新增postMessageToThread API
- 进程管理:新增process.features.require_module属性
- 模块系统:实现"module-sync"导出条件
- 兼容性:为require()加载的ES模块添加__esModule属性
开发者影响与建议
对于正在使用或计划迁移到ES模块的开发者,v20.19.0提供了更平滑的过渡路径。建议:
- 测试现有代码库中require()加载ES模块的场景
- 对于性能敏感的应用,考虑为ES模块明确添加"type": "module"
- 关注顶层await在require(ESM)中的限制
- 利用新的模块语法检测功能简化项目结构
Node.js团队表示这些特性已在v23.x和v22.x中经过充分测试,现在期待v20.x用户的反馈以进行最终调整。如遇到回归问题,开发者可以通过--no-experimental-require-module临时禁用相关功能。
随着ES模块生态的日益成熟,Node.js v20.19.0的这些改进标志着JavaScript模块系统统一的重要一步,为开发者提供了更大的灵活性和更简单的迁移路径。
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
GLM-4.7-FlashGLM-4.7-Flash 是一款 30B-A3B MoE 模型。作为 30B 级别中的佼佼者,GLM-4.7-Flash 为追求性能与效率平衡的轻量化部署提供了全新选择。Jinja00
VLOOKVLOOK™ 是优雅好用的 Typora/Markdown 主题包和增强插件。 VLOOK™ is an elegant and practical THEME PACKAGE × ENHANCEMENT PLUGIN for Typora/Markdown.Less00
PaddleOCR-VL-1.5PaddleOCR-VL-1.5 是 PaddleOCR-VL 的新一代进阶模型,在 OmniDocBench v1.5 上实现了 94.5% 的全新 state-of-the-art 准确率。 为了严格评估模型在真实物理畸变下的鲁棒性——包括扫描伪影、倾斜、扭曲、屏幕拍摄和光照变化——我们提出了 Real5-OmniDocBench 基准测试集。实验结果表明,该增强模型在新构建的基准测试集上达到了 SOTA 性能。此外,我们通过整合印章识别和文本检测识别(text spotting)任务扩展了模型的能力,同时保持 0.9B 的超紧凑 VLM 规模,具备高效率特性。Python00
KuiklyUI基于KMP技术的高性能、全平台开发框架,具备统一代码库、极致易用性和动态灵活性。 Provide a high-performance, full-platform development framework with unified codebase, ultimate ease of use, and dynamic flexibility. 注意:本仓库为Github仓库镜像,PR或Issue请移步至Github发起,感谢支持!Kotlin07
compass-metrics-modelMetrics model project for the OSS CompassPython00