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。
kernelopenEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。C080
baihu-dataset异构数据集“白虎”正式开源——首批开放10w+条真实机器人动作数据,构建具身智能标准化训练基座。00
mindquantumMindQuantum is a general software library supporting the development of applications for quantum computation.Python056
PaddleOCR-VLPaddleOCR-VL 是一款顶尖且资源高效的文档解析专用模型。其核心组件为 PaddleOCR-VL-0.9B,这是一款精简却功能强大的视觉语言模型(VLM)。该模型融合了 NaViT 风格的动态分辨率视觉编码器与 ERNIE-4.5-0.3B 语言模型,可实现精准的元素识别。Python00
GLM-4.7GLM-4.7上线并开源。新版本面向Coding场景强化了编码能力、长程任务规划与工具协同,并在多项主流公开基准测试中取得开源模型中的领先表现。 目前,GLM-4.7已通过BigModel.cn提供API,并在z.ai全栈开发模式中上线Skills模块,支持多模态任务的统一规划与协作。Jinja00
agent-studioopenJiuwen agent-studio提供零码、低码可视化开发和工作流编排,模型、知识库、插件等各资源管理能力TSX0135
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