InfernoJS v9.0.0 发布:现代化前端框架的重大升级
InfernoJS 是一个高性能的前端 JavaScript 框架,以其极快的渲染速度和轻量级的体积著称。它采用虚拟 DOM 技术,但通过精心优化实现了比 React 更快的性能表现。Inferno 特别适合需要高性能渲染的复杂应用场景。
重大变更与现代化改造
Inferno v9.0.0 是一个重要的维护版本,标志着框架向现代 JavaScript 生态系统的全面靠拢。这个版本移除了对老旧浏览器的支持,包括 Internet Explorer,同时清理了过时的编码模式。
最显著的变化是移除了 inferno-create-class 模块。开发者现在应该使用 createComponentVNode 或 createElement API 作为替代。如果你之前使用 createClass 来包装可观察类,现在可以通过扩展 Inferno 的 Component 类来实现相同功能。
新版本要求运行环境必须支持以下现代 JavaScript 特性:
- Promise
- 字符串的 includes() 和 startsWith() 方法
- 数组的 includes() 方法
- 对象展开运算符
此外,两个配置选项被移除:
options.componentComparatoroptions.renderComplete(可以通过在渲染后调用自定义函数实现相同效果)
模块系统改进
Inferno v9 对 ES 模块系统进行了标准化改造:
- 移除了
inferno.esnext.js包 - 将 ES 模块扩展名统一改为
.mjs inferno.esm.js重命名为inferno.mjsinferno.dev.esm.js重命名为inferno.dev.mjs
开发者需要相应调整构建配置。例如在 Webpack 中,现在可以这样配置别名:
resolve: {
alias: {
'inferno': isProduction ? 'inferno/dist/index.mjs' : 'inferno/dist/index.dev.mjs'
}
}
核心改进
Inferno 核心部分有多项重要改进:
- 重新设计了开发模式下的警告系统,提供更清晰的调试信息
- 移除了针对 Firefox 的点击事件传播 hack,简化了事件处理逻辑
- 移除了对
hoist-non-inferno-statics的依赖 - 大幅改进了 TypeScript 类型定义
路由与服务器渲染
路由部分:
- 将
path-to-regexp-es6替换为path-to-regexp,修复了已知问题并解决了兼容性问题
服务器渲染:
- 修复了空 style 属性的渲染问题,确保生成的 HTML 更加规范
新工具链支持
Inferno 生态新增了 swc-plugin-inferno 插件,它能够:
- 编译 JSX 和 TSX 语法为 Inferno 特定的虚拟节点
- 相比现有插件显著提升编译速度
- 利用 TypeScript 类型信息进行优化
性能测试表明,使用 SWC 插件后,Inferno 测试套件的编译时间大幅缩短,相比 Babel 有显著优势。
开发工具更新
Inferno 现在全面支持 ESLint v9:
eslint-plugin-inferno已更新支持新的扁平配置- 主仓库现在也使用这个插件来检查测试文件
全新入门模板
官方提供了一个更新后的入门模板,展示了如何将 Inferno v9 与现代工具链集成:
- Webpack v5
- TypeScript v5
- SWC v1
- Tailwind v4
- PostCSS v8
- ESLint v9
这个模板为开发者提供了构建现代 Inferno 应用的最佳实践参考。
升级建议
对于现有项目,升级到 v9 需要注意:
- 检查并替换所有
createClass用法 - 更新构建配置以适配新的模块命名
- 确保目标环境支持所需的 JavaScript 特性
- 考虑迁移到新的 SWC 插件以获得更好的构建性能
Inferno v9 的这些改进使框架更加现代化,同时保持了其一贯的高性能特点,是构建复杂前端应用的优秀选择。
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust0190
cann-learning-hubCANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。Jupyter Notebook0113
Step-3.7-FlashStep-3.7-Flash是一个拥有 1980 亿参数的稀疏混合专家(MoE)视觉语言模型,由 1960 亿参数的语言主干网络和 18 亿参数的视觉编码器组合而成,具备原生图像理解能力。Python00
JoyAI-EchoJoyAI-Echo,这是一个独立的、仅用于推理的版本,旨在实现分钟级多镜头音视频生成。它采用了经过蒸馏的DMD生成器、配对的跨模态记忆以及故事级别的一致性。其性能的核心在于,一个跨模态视听记忆库能够在长达五分钟的视频中保持角色外观和语音音色的一致性。同时,一个训练后处理流程将基于记忆的强化学习与分布匹配蒸馏相结合,实现了7.5倍的速度提升,显著增强了视觉质量和对齐效果。00
omega-aiOmega-AI:基于java打造的深度学习框架,帮助你快速搭建神经网络,实现模型推理与训练,引擎支持自动求导,多线程与GPU运算,GPU支持CUDA,CUDNN。Java04
llm-universe本项目是一个面向小白开发者的大模型应用开发教程,在线阅读地址:https://datawhalechina.github.io/llm-universe/Jupyter Notebook08