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。
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 StartedRust0212
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 Notebook0137
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
GLM-5.2智谱开源 GLM-5.2,这是针对长文本任务的最新旗舰模型。相较于前代产品 GLM-5.1,它在长文本任务处理能力上实现了显著飞跃,并且首次在稳定的 100 万 token 上下文中提供这一能力。Jinja00
SwanLab⚡️SwanLab - an open-source, modern-design AI training tracking and visualization tool. Supports Cloud / Self-hosted use. Integrated with PyTorch / Transformers / LLaMA Factory / veRL/ Swift / Ultralytics / MMEngine / Keras etc.Python00
tiny-universe《大模型白盒子构建指南》:一个全手搓的Tiny-UniverseJupyter Notebook03