Rsbuild v1.2.0 发布:性能优化与新特性解析
Rsbuild 是一个基于 Rspack 的现代前端构建工具,它提供了开箱即用的构建配置和优化能力,帮助开发者快速搭建高效的前端项目。近日,Rsbuild 发布了 v1.2.0 版本,带来了多项性能优化和新特性,本文将对这些改进进行详细解析。
核心特性升级
1. 深度集成 Rspack 1.2
Rsbuild v1.2.0 最重要的升级是全面支持 Rspack 1.2 版本。Rspack 作为基于 Rust 的高性能构建工具,在 1.2 版本中带来了显著的性能提升和功能增强。Rsbuild 通过深度集成,让开发者能够无缝享受到这些改进带来的构建体验提升。
2. 增强的公共资源处理
新版本改进了公共资源处理机制,新增了 publicDir.copyOnBuild 配置项,支持设置为 'auto' 模式,智能判断是否需要复制公共资源。同时,针对 Node.js 目标的项目,默认不再复制公共目录,避免了不必要的资源冗余。
3. 灵活的 Manifest 配置
开发者现在可以通过 output.manifest.generate 配置项自定义 manifest JSON 文件的内容和格式。新增的过滤功能允许精确控制哪些文件需要包含在 manifest 中,为需要精细控制资源加载的项目提供了更多灵活性。
性能优化亮点
1. 构建工具链优化
Rsbuild 团队将底层依赖从命令行工具迁移到了更轻量的 cac 库,减少了 CLI 工具的启动开销。同时,错误覆盖层模板被移到了服务端处理,降低了客户端的计算负担。
2. 资源重试机制优化
资源重试功能(assets-retry)得到了全面优化:
- 使用 SWC 替代 Babel 进行代码转换和压缩
- 服务端预处理选项,减少运行时开销
- 优化命名空间前缀,减小代码体积
- 避免使用函数剩余参数,提升兼容性
3. 模块解析改进
修正了扩展名别名的解析顺序,使其与 Node.js 保持一致。同时优化了 jsconfig.json 场景下的处理逻辑,避免了不必要的扩展名转换。
开发者体验提升
1. 类型系统增强
新版本导出了更多实用类型,包括 RsbuildDevServer 类型,帮助 TypeScript 用户获得更好的类型提示和开发体验。
2. 构建 API 扩展
api.transform 方法新增了 issuer 和 with 选项,为自定义转换逻辑提供了更多上下文信息和控制能力。
3. 清理配置增强
新增 cleanDistPath.keep 配置项,允许开发者指定需要保留的构建产物文件或目录。同时优化了正则表达式的处理效率,提升了清理操作的性能。
安全改进
出于安全考虑,新版本默认禁用了 server.cors 配置。开发者如需跨域支持,需要显式开启此选项,这有助于减少默认配置下的安全风险。
周边生态适配
1. Sass 插件增强
@rsbuild/plugin-sass 新增了 useOriginalUrlResolver 选项,允许开发者禁用默认的 resolve-url-loader,为特定场景下的 URL 解析提供了更多选择。
2. 框架支持改进
文档中新增了对 Svelte v5 的热更新支持说明,以及 Angular 项目专用插件 @ng-rsbuild/plugin-angular 的介绍,帮助这些框架的用户更好地使用 Rsbuild。
总结
Rsbuild v1.2.0 通过深度集成 Rspack 1.2 和多项自主优化,在构建性能、开发者体验和安全性方面都取得了显著进步。新版本既保留了简单易用的特点,又为高级用户提供了更多定制选项,是前端工程化工具链中的重要更新。对于正在使用或考虑使用 Rsbuild 的团队,升级到 1.2.0 版本将能够获得更高效的构建体验和更灵活的配置能力。
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00
GLM-4.7-FlashGLM-4.7-Flash 是一款 30B-A3B MoE 模型。作为 30B 级别中的佼佼者,GLM-4.7-Flash 为追求性能与效率平衡的轻量化部署提供了全新选择。Jinja00
VLOOKVLOOK™ 是优雅好用的 Typora/Markdown 主题包和增强插件。 VLOOK™ is an elegant and practical THEME PACKAGE × ENHANCEMENT PLUGIN for Typora/Markdown.Less00
PaddleOCR-VL-1.5PaddleOCR-VL-1.5 是 PaddleOCR-VL 的新一代进阶模型,在 OmniDocBench v1.5 上实现了 94.5% 的全新 state-of-the-art 准确率。 为了严格评估模型在真实物理畸变下的鲁棒性——包括扫描伪影、倾斜、扭曲、屏幕拍摄和光照变化——我们提出了 Real5-OmniDocBench 基准测试集。实验结果表明,该增强模型在新构建的基准测试集上达到了 SOTA 性能。此外,我们通过整合印章识别和文本检测识别(text spotting)任务扩展了模型的能力,同时保持 0.9B 的超紧凑 VLM 规模,具备高效率特性。Python00
KuiklyUI基于KMP技术的高性能、全平台开发框架,具备统一代码库、极致易用性和动态灵活性。 Provide a high-performance, full-platform development framework with unified codebase, ultimate ease of use, and dynamic flexibility. 注意:本仓库为Github仓库镜像,PR或Issue请移步至Github发起,感谢支持!Kotlin07
compass-metrics-modelMetrics model project for the OSS CompassPython00