LightningCSS v1.30.0 发布:CSS 解析与构建工具的重要更新
LightningCSS 是一个高性能的 CSS 解析、转换和压缩工具,由 Parcel 团队开发。它能够处理现代 CSS 特性,包括嵌套规则、自定义属性、CSS 模块等,同时提供强大的浏览器兼容性处理和优化能力。最新发布的 v1.30.0 版本带来了一系列重要的功能改进和错误修复,进一步提升了开发者的使用体验。
相对颜色解析规范更新
本次更新中最显著的变化是对相对颜色解析规范的更新。根据最新的 CSS 规范:
- 颜色值现在支持数字形式,而不仅仅是百分比
- 颜色计算中的 calc() 表达式现在始终被视为数字
这是一个技术上的破坏性变更,开发者需要注意调整代码。特别是那些使用百分比进行相对颜色计算的场景,现在需要改用数字形式。例如,原先使用百分比表示的颜色值可能需要调整为对应的数字值。
嵌套规则实现更新
嵌套规则是现代 CSS 开发中备受期待的特性,v1.30.0 版本更新了嵌套规则的实现,使其符合最新规范:
- 现在可以在选择器中嵌套伪元素
- 声明和嵌套规则可以交错排列
这意味着开发者可以更灵活地组织 CSS 代码结构,例如将相关的样式规则和嵌套规则混合编写,提高了代码的可读性和维护性。同时,对伪元素的支持也使得嵌套规则的应用场景更加广泛。
性能优化:减少不必要的 @supports 规则
新版本对 @supports 规则的处理进行了优化。当规则已经嵌套在 @supports 块中时,系统会智能地跳过生成不必要的重复 @supports 规则。这一优化减少了最终生成的 CSS 体积,提升了页面加载性能。
错误恢复与兼容性改进
在错误处理方面,v1.30.0 改进了媒体查询的错误恢复机制,使得在遇到不合法的媒体查询时,工具能够更好地处理并继续解析后续内容,而不是直接中断。
新增了对 ::picker、::picker-icon 和 ::checkmark 伪元素的支持,这些是较新的 CSS 特性,扩展了样式控制的能力。
构建系统改进
本次更新还包含了构建系统的重要改进:
- 增加了对 Android 平台的支持
- 在 Windows 构建中静态链接 Visual Studio 可再发行组件,提高了部署的便捷性
错误修复
v1.30.0 修复了多个问题,包括:
- 改进了无效 composes 选择器的错误提示信息
- 更新了浏览器兼容性数据
- 修复了线性渐变方向在旧版厂商前缀值中的转换问题
- 解决了许可证注释中的换行符可能破坏 source map 的问题
- 修正了在导入前内联层的处理逻辑
这些修复提升了工具的稳定性和可靠性,使得开发者能够更顺畅地使用 LightningCSS 进行 CSS 处理。
总结
LightningCSS v1.30.0 带来了多项重要更新,特别是在 CSS 规范支持、嵌套规则实现和构建系统方面。这些改进不仅增强了工具的功能性,也提升了开发体验和最终产出的质量。对于使用现代 CSS 特性的开发者来说,升级到最新版本将能够获得更好的兼容性支持和更高效的构建过程。
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