LightningCSS v1.29.3 版本发布:CSS 选择器与模块化增强
项目简介
LightningCSS 是一个高性能的 CSS 处理工具,由 Parcel 团队开发。它能够解析、转换和压缩 CSS 代码,支持现代 CSS 特性,并提供强大的浏览器兼容性处理能力。相比传统的 CSS 处理器,LightningCSS 采用 Rust 编写,具有显著的性能优势,同时支持 CSS 模块化等现代前端开发所需的功能。
版本亮点
最新发布的 v1.29.3 版本带来了几项重要的功能增强和改进,主要集中在 CSS 选择器支持和 CSS 模块化方面。
1. 新增伪元素选择器支持
本次更新增加了对 ::details-content 和 ::target-text 这两个伪元素选择器的支持:
::details-content选择器用于匹配<details>元素的内容部分,开发者可以更方便地为可折叠内容区域设置样式::target-text选择器则用于匹配当前 URL 片段标识符(hash)所指向的文本内容,这在实现文档内导航高亮时非常有用
这些新增的选择器扩展了 LightningCSS 对现代 CSS 规范的支持范围,使开发者能够使用更多原生 CSS 功能来实现复杂的交互效果。
2. :placeholder-shown 选择器名称标准化
团队更新了 :placeholder-shown 伪类选择器在各浏览器中的实现名称。这个选择器用于匹配显示占位符文本的输入元素,是表单样式设计中常用的功能。通过统一不同浏览器中的命名规范,LightningCSS 确保了样式代码在不同环境中的一致性表现。
3. CSS 模块化功能增强
本次更新引入了一个新的注释标记 /* cssmodules-pure-no-check */,这是对 CSS 模块化功能的重要补充:
- 这个特殊注释可以放置在 CSS 规则前,告诉 LightningCSS 跳过对该规则的模块化处理
- 适用于那些确实需要全局作用域的样式规则,同时又能保持其他部分的模块化特性
- 为开发者提供了更细粒度的控制能力,在模块化和全局样式之间取得平衡
4. 浏览器兼容性数据更新
作为常规维护的一部分,本次发布还更新了内置的浏览器兼容性数据库。这意味着:
- LightningCSS 能够更准确地处理 CSS 特性的浏览器前缀和降级方案
- 自动补全和转换将基于最新的浏览器支持情况
- 开发者可以更放心地使用现代 CSS 特性,工具会处理好兼容性问题
技术意义
从技术架构角度看,这次更新体现了 LightningCSS 的几个设计理念:
- 紧跟标准发展:及时实现新的 CSS 规范特性,保持工具的现代性
- 注重实用性:新增的选择器和模块化控制都是实际开发中的常见需求
- 稳定性优先:通过更新兼容性数据确保转换结果的可靠性
对于前端开发者而言,v1.29.3 版本提供了更多样化的样式控制手段,特别是在处理表单交互和模块化 CSS 方面有了更完善的解决方案。这些改进使得 LightningCSS 在现代前端工具链中的地位更加稳固,特别是在性能敏感的项目中,它能够提供比传统 CSS 处理器更高效的构建体验。
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-w4a8GLM-5-w4a8基于混合专家架构,专为复杂系统工程与长周期智能体任务设计。支持单/多节点部署,适配Atlas 800T A3,采用w4a8量化技术,结合vLLM推理优化,高效平衡性能与精度,助力智能应用开发Jinja00
请把这个活动推给顶尖程序员😎本次活动专为懂行的顶尖程序员量身打造,聚焦AtomGit首发开源模型的实际应用与深度测评,拒绝大众化浅层体验,邀请具备扎实技术功底、开源经验或模型测评能力的顶尖开发者,深度参与模型体验、性能测评,通过发布技术帖子、提交测评报告、上传实践项目成果等形式,挖掘模型核心价值,共建AtomGit开源模型生态,彰显顶尖程序员的技术洞察力与实践能力。00
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
MiniMax-M2.5MiniMax-M2.5开源模型,经数十万复杂环境强化训练,在代码生成、工具调用、办公自动化等经济价值任务中表现卓越。SWE-Bench Verified得分80.2%,Multi-SWE-Bench达51.3%,BrowseComp获76.3%。推理速度比M2.1快37%,与Claude Opus 4.6相当,每小时仅需0.3-1美元,成本仅为同类模型1/10-1/20,为智能应用开发提供高效经济选择。【此简介由AI生成】Python00
Qwen3.5Qwen3.5 昇腾 vLLM 部署教程。Qwen3.5 是 Qwen 系列最新的旗舰多模态模型,采用 MoE(混合专家)架构,在保持强大模型能力的同时显著降低了推理成本。00- RRing-2.5-1TRing-2.5-1T:全球首个基于混合线性注意力架构的开源万亿参数思考模型。Python00