Rsbuild v1.2.0-beta.1 版本发布:构建工具链的持续优化
Rsbuild 是一个现代化的前端构建工具链,它基于 Rspack 构建引擎,提供了开箱即用的构建配置和优化的构建流程。Rsbuild 旨在为开发者提供简单高效的构建体验,同时保持高度的可扩展性。
本次发布的 v1.2.0-beta.1 版本带来了一些实用的新特性、问题修复和文档改进,进一步提升了开发体验和构建效率。让我们一起来看看这个版本的主要变化。
核心特性增强
新增 transform API 选项
Rsbuild 在 api.transform 方法中新增了 issuer 和 with 选项,这为开发者提供了更精细的代码转换控制能力。issuer 选项允许开发者指定触发转换的模块路径,而 with 选项则可以用来传递额外的上下文信息给转换函数。这个改进使得代码转换逻辑可以更加智能和上下文感知。
导出开发服务器类型
现在 Rsbuild 显式导出了 RsbuildDevServer 类型,这为 TypeScript 开发者提供了更好的类型支持。开发者现在可以更方便地扩展或自定义开发服务器功能,同时获得完善的类型提示和检查。
构建目录清理控制
新增的 cleanDistPath.keep 配置项解决了开发者在清理构建目录时的痛点问题。通过这个配置,开发者可以指定在清理构建目录时需要保留的文件或目录,避免了每次构建时误删重要文件的问题。这在需要保留某些构建产物(如上传到 CDN 的哈希文件)的场景下特别有用。
问题修复与优化
Node.js 22 兼容性修复
针对 Node.js 22 中代理相关 API 的变更,Rsbuild 进行了相应的适配,消除了使用代理功能时的废弃警告。这确保了 Rsbuild 在新版本 Node.js 环境下的稳定运行。
构建性能优化
在底层实现上,Rsbuild 优化了相似 loader 配置的合并逻辑,减少了冗余配置,这有助于提升构建速度和减少内存占用。虽然这个优化对开发者透明,但它确实带来了更好的构建体验。
文档改进
本次版本对文档进行了大量改进和补充,包括:
- 明确了 Tailwind CSS 构建性能优化的最佳实践
- 详细说明了 Babel 迁移指南,帮助开发者平滑过渡
- 澄清了
include和exclude配置项的使用场景 - 完善了 PostCSS 配置指南
- 添加了异步入口配置的示例
- 解释了
swcReactOptions.refresh选项的具体作用 - 详细说明了
cleanDistPath配置的各个选项
这些文档改进使得 Rsbuild 的各项功能更加透明和易于理解,降低了新用户的学习曲线。
开发者体验提升
除了功能上的改进,这个版本还包含了一系列提升开发者体验的优化:
- 项目内部现在使用 pnpm 的 patch 功能替代自定义脚本,简化了依赖管理
- 升级到 pnpm v10,享受更快的安装速度和更好的依赖解析
- 更新了多个核心依赖版本,包括 svelte、core-js、postcss 等
- 引入了文档标题大小写的自动化检查,保持文档风格一致
总结
Rsbuild v1.2.0-beta.1 版本虽然没有引入重大功能变更,但在细节上的持续打磨使得这个构建工具链更加完善和易用。新增的配置选项提供了更灵活的构建控制,文档的完善降低了使用门槛,而各种优化则提升了整体的开发体验。
对于正在使用 Rsbuild 的开发者,建议关注本次版本中的文档改进,特别是关于构建性能优化和配置项说明的部分,这些内容可以帮助你更好地利用 Rsbuild 的能力。同时,新加入的 cleanDistPath.keep 配置也是一个值得尝试的实用功能。
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。C081
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