Vanilla Extract Vite 插件 v5.0.0 重大更新解析
Vanilla Extract 是一个流行的 CSS-in-JS 解决方案,它允许开发者使用 TypeScript 编写样式,并通过编译生成静态 CSS 文件。其 Vite 插件 @vanilla-extract/vite-plugin 近日发布了 5.0.0 版本,带来了一些重要的变更和改进。
主要变更内容
插件命名规范化
新版本将插件名称从 "vanilla-extract" 变更为更符合 Vite 插件命名惯例的 "vite-plugin-vanilla-extract"。这一变更使得插件更容易被识别为 Vite 生态的一部分,同时也遵循了 Vite 官方的插件命名规范。
Vite 版本支持调整
5.0.0 版本更新了 Vite 的 peer 依赖范围,现在要求至少使用 Vite 5.0.0 或 6.0.0 版本。这意味着 Vite 4 及以下版本将不再受支持。这一变更是为了确保插件能够充分利用 Vite 最新版本的特性和性能优化。
插件转发机制重构
这是一个重要的架构变更。在之前的版本中,除了少数已知不兼容的插件外,所有用户配置的 Vite 插件都会被自动转发到 Vanilla Extract 编译器。这种做法在实践中带来了不少问题,因为许多框架特定的插件或处理构建输出的插件实际上并不适用于 Vanilla Extract 的编译过程,有时甚至会导致问题。
新版本默认只转发 vite-tsconfig-paths 插件,这是一个已知兼容且常用的插件。对于需要转发其他插件的特殊情况,开发者现在可以通过 unstable_pluginFilter 选项进行自定义配置:
vanillaExtractPlugin({
unstable_pluginFilter: ({ name, mode }) =>
plugin.name === 'vite-plugin-foo'
})
需要注意的是,当使用自定义插件过滤器时,vite-tsconfig-paths 插件也不再默认转发,需要显式包含在过滤条件中。这个 API 目前标记为不稳定,意味着在未来版本中可能会有调整。
升级建议
对于现有项目,升级到 5.0.0 版本需要注意以下几点:
- 确保项目使用的 Vite 版本至少为 5.0.0
- 检查是否有依赖特定插件转发的场景,必要时配置 unstable_pluginFilter
- 更新构建配置中引用插件的方式,使用新的命名规范
这些变更总体上提高了插件的稳定性和可预测性,减少了因插件转发导致的各种边缘情况问题。对于大多数项目来说,升级应该是相对平滑的,特别是那些没有使用复杂插件配置的项目。
- DDeepSeek-V3.1-BaseDeepSeek-V3.1 是一款支持思考模式与非思考模式的混合模型Python00
- HHunyuan-MT-7B腾讯混元翻译模型主要支持33种语言间的互译,包括中国五种少数民族语言。00
GitCode-文心大模型-智源研究院AI应用开发大赛
GitCode&文心大模型&智源研究院强强联合,发起的AI应用开发大赛;总奖池8W,单人最高可得价值3W奖励。快来参加吧~062CommonUtilLibrary
快速开发工具类收集,史上最全的开发工具类,欢迎Follow、Fork、StarJava05GitCode百大开源项目
GitCode百大计划旨在表彰GitCode平台上积极推动项目社区化,拥有广泛影响力的G-Star项目,入选项目不仅代表了GitCode开源生态的蓬勃发展,也反映了当下开源行业的发展趋势。07GOT-OCR-2.0-hf
阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00openHiTLS
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!C0381- WWan2.2-S2V-14B【Wan2.2 全新发布|更强画质,更快生成】新一代视频生成模型 Wan2.2,创新采用MoE架构,实现电影级美学与复杂运动控制,支持720P高清文本/图像生成视频,消费级显卡即可流畅运行,性能达业界领先水平Python00
- GGLM-4.5-AirGLM-4.5 系列模型是专为智能体设计的基础模型。GLM-4.5拥有 3550 亿总参数量,其中 320 亿活跃参数;GLM-4.5-Air采用更紧凑的设计,拥有 1060 亿总参数量,其中 120 亿活跃参数。GLM-4.5模型统一了推理、编码和智能体能力,以满足智能体应用的复杂需求Jinja00
Yi-Coder
Yi Coder 编程模型,小而强大的编程助手HTML013
热门内容推荐
最新内容推荐
项目优选









