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 StartedRust098- 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
MiMo-V2.5-ProMiMo-V2.5-Pro作为旗舰模型,擅⻓处理复杂Agent任务,单次任务可完成近千次⼯具调⽤与⼗余轮上 下⽂压缩。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
Kimi-K2.6Kimi K2.6 是一款开源的原生多模态智能体模型,在长程编码、编码驱动设计、主动自主执行以及群体任务编排等实用能力方面实现了显著提升。Python00
MiniMax-M2.7MiniMax-M2.7 是我们首个深度参与自身进化过程的模型。M2.7 具备构建复杂智能体应用框架的能力,能够借助智能体团队、复杂技能以及动态工具搜索,完成高度精细的生产力任务。Python00