Unlighthouse v0.15.0 版本发布:提升路径处理与容器化支持
Unlighthouse 是一个现代化的网站性能监测工具,基于 Google Lighthouse 构建,提供了批量扫描、可视化报告等功能。该项目通过简化 Lighthouse 的复杂配置,让开发者能够更轻松地获取网站性能数据。
核心改进:路径处理优化
新版本修复了应用路由哈希路径规范化的问题。在之前的版本中,当路径包含应用路由哈希时,Unlighthouse 会错误地进行规范化处理,这可能导致扫描结果不准确。v0.15.0 通过改进路径处理逻辑,确保了带有哈希的路由能够被正确识别和扫描。
浏览器处理增强
针对 Chrome 浏览器的处理进行了多项改进:
-
当系统中没有可用的 Chrome 路径时,工具现在会自动回退到下载模式,而不是直接报错。这一改进显著提升了工具的容错能力,特别是在新环境中首次使用时。
-
修复了 Chrome 集群在扫描完成后未正确停止的问题,避免了资源泄漏。现在扫描完成后会正确释放所有浏览器实例。
-
增强了损坏缓存报告的处理能力。当检测到损坏的缓存报告时,工具会自动进行清理并重新生成,而不是直接报错中断扫描流程。
容器化环境支持
v0.15.0 特别加强了对容器化环境的支持:
- 改进了 WSL2 (Windows Subsystem for Linux) 下的运行表现
- 优化了 Docker 容器中的兼容性
- 增强了跨平台运行的稳定性
这些改进使得 Unlighthouse 在开发环境和 CI/CD 流水线中更加可靠。
配置功能增强
新版本支持在 unlighthouse.config.ts 配置文件中使用异步函数,这为动态配置提供了更多可能性。开发者现在可以:
- 从远程服务获取配置
- 执行异步操作来确定扫描参数
- 动态生成扫描目标列表
这一特性大大提升了配置的灵活性,使 Unlighthouse 能够适应更复杂的扫描场景。
依赖管理优化
修复了 radix3 依赖缺失的问题,确保了项目的依赖完整性。这一改进虽然对终端用户不可见,但提高了项目的可维护性和稳定性。
总结
Unlighthouse v0.15.0 通过多项改进提升了工具的稳定性、兼容性和灵活性。特别是对容器化环境的优化和对异步配置的支持,使得这个工具在现代开发工作流中更加实用。这些改进使得开发者能够更轻松地集成网站性能监测到他们的开发流程中,无论是本地开发还是持续集成环境。
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-5.1GLM-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
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- 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
FreeSql功能强大的对象关系映射(O/RM)组件,支持 .NET Core 2.1+、.NET Framework 4.0+、Xamarin 以及 AOT。C#00