tsdown v0.12.0 发布:自动生成 exports 与 CLI 优化
tsdown 是一个专注于 TypeScript 项目构建的工具,它能够高效地将 TypeScript 代码编译为多种模块格式。在最新发布的 v0.12.0 版本中,tsdown 带来了两项重要改进:自动生成 exports 的功能和命令行接口的优化。
自动生成 exports 功能
新版本最显著的改进是新增了自动生成 exports 的功能。在 Node.js 生态中,package.json 中的 exports 字段对于现代模块解析至关重要。它允许开发者精确控制包的公共 API,并支持条件导出等功能。
在之前的版本中,开发者需要手动维护 exports 字段,这不仅容易出错,而且在项目结构发生变化时需要频繁更新。v0.12.0 版本通过自动分析项目结构,能够智能地生成合理的 exports 配置,大大简化了包发布流程。
这个功能特别适合以下场景:
- 多入口点的包
- 支持多种模块格式(ESM、CJS)的包
- 包含类型定义文件的包
命令行接口优化
v0.12.0 对 CLI 进行了两项重要调整:
-
参数重命名:将工作区过滤参数从
-f改为-F,同时将-f重新用于指定输出格式。这一变化使得参数命名更加符合常规 CLI 工具的使用习惯,-f通常用于表示格式(format),而大写的-F更适合作为过滤器(filter)的简写。 -
性能优化:新版本不再对 CJS 类型定义文件(.d.ts)进行压缩。这一改变基于实际使用场景的考量,因为类型定义文件主要用于开发时类型检查,压缩带来的体积减小对运行时性能几乎没有影响,反而会增加构建时间。取消这一步骤可以显著提升构建速度,特别是对于大型项目。
技术实现细节
自动生成 exports 功能的实现原理是分析项目的输出结构,包括:
- 主入口点
- 子模块入口
- 类型定义文件位置
- 不同模块格式的输出
然后根据这些信息生成符合 Node.js 规范的 exports 字段,确保模块能够被正确解析。
对于 CLI 参数的调整,虽然看似简单,但实际上需要考虑到向后兼容性和用户习惯。开发团队通过语义化版本控制(将此次变更放在主版本更新中)来明确表示这些不兼容的变化。
升级建议
对于现有项目,升级到 v0.12.0 时需要注意:
- 检查所有使用
-f作为过滤参数的脚本,需要将其改为-F - 如果项目依赖自动生成的
exports,建议先检查生成结果是否符合预期 - 对于大型项目,可以预期构建速度会有一定提升
这个版本的改进体现了 tsdown 团队对开发者体验的持续关注,通过自动化繁琐配置和优化构建流程,让开发者能够更专注于代码本身而非构建细节。
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 StartedRust0145- DDeepSeek-V4-ProDeepSeek-V4-Pro(总参数 1.6 万亿,激活 49B)面向复杂推理和高级编程任务,在代码竞赛、数学推理、Agent 工作流等场景表现优异,性能接近国际前沿闭源模型。Python00
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
MiniCPM-V-4.6这是 MiniCPM-V 系列有史以来效率与性能平衡最佳的模型。它以仅 1.3B 的参数规模,实现了性能与效率的双重突破,在全球同尺寸模型中登顶,全面超越了阿里 Qwen3.5-0.8B 与谷歌 Gemma4-E2B-it。Jinja00
Intern-S2-PreviewIntern-S2-Preview,这是一款高效的350亿参数科学多模态基础模型。除了常规的参数与数据规模扩展外,Intern-S2-Preview探索了任务扩展:通过提升科学任务的难度、多样性与覆盖范围,进一步释放模型能力。Python00
skillhubopenJiuwen 生态的 Skill 托管与分发开源方案,支持自建与可选 ClawHub 兼容。Python0111