Re.Pack 5.0.0-rc.7 版本深度解析:NativeWind支持与重要升级
Re.Pack 是一个基于 Webpack 的 React Native 打包工具,它能够帮助开发者优化 React Native 应用的打包流程,支持代码拆分、动态加载等高级功能。在最新的 5.0.0-rc.7 版本中,Re.Pack 带来了多项重要更新,特别是对 NativeWind 的支持和一些关键性的架构改进。
NativeWind 支持
本次更新最引人注目的特性是新增了对 NativeWind 的支持。NativeWind 是一个流行的工具,它允许开发者使用 Tailwind CSS 类似的语法来编写 React Native 样式。通过新增的 @callstack/repack-plugin-nativewind 插件,开发者现在可以轻松地在 Re.Pack 项目中集成 NativeWind。
要使用这一功能,开发者需要安装专用插件并按照文档进行配置。这一集成使得在 React Native 中使用 Tailwind 风格的原子化 CSS 变得更加简单,同时也保持了与 Re.Pack 打包系统的兼容性。
从 RC 版本升级的重要变更
对于从之前 RC 版本升级的用户,需要注意以下几点重要变更:
- Rspack 配置调整:如果之前使用了 Rspack,需要移除
builtin:swc-loader规则中的loose: true设置,并添加新的编译假设配置,以确保最佳的兼容性:
assumptions: {
setPublicClassFields: true,
privateFieldsAsProperties: true,
}
- React Native Codegen 处理方式变更:Codegen 处理现在由内部插件自动完成,项目中原有的
Repack.REACT_NATIVE_CODEGEN_RULES应该被移除,避免重复转换。
其他重要改进
入口模块内联优化
通过使 React 渲染器的运行时初始化变为无操作(no-op),现在可以启用入口模块的内联功能。这一优化可以减少初始加载时的模块数量,提高应用启动速度。
构建工具链改进
- 明确使用
@react-native-community/cli来处理 iOS 项目设置 - 移除了对 RN 0.71 以下版本的 Android 配置修改支持
- 将 babel-loader 设为必需依赖项,简化了项目配置
错误处理增强
新增了围绕 webpack require 函数的错误边界处理,使其行为更接近 Metro 的错误处理方式,提高了开发体验的一致性和可靠性。
模块加载规则更新
新增了对 'react-native-inappbrowser-reborn' 模块的流类型加载规则支持,扩展了开箱即用的模块兼容性。
总结
Re.Pack 5.0.0-rc.7 版本带来了多项重要改进,特别是 NativeWind 的官方支持将大大提升样式开发的效率。同时,在构建配置、错误处理和模块兼容性方面的优化也使得整个打包流程更加稳定和高效。对于正在使用或考虑使用 Re.Pack 的 React Native 开发者来说,这个版本值得关注和尝试。
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
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- QQwen3.5-397B-A17BQwen3.5 实现了重大飞跃,整合了多模态学习、架构效率、强化学习规模以及全球可访问性等方面的突破性进展,旨在为开发者和企业赋予前所未有的能力与效率。Jinja00
HY-Embodied-0.5这是一套专为现实世界具身智能打造的基础模型。该系列模型采用创新的混合Transformer(Mixture-of-Transformers, MoT) 架构,通过潜在令牌实现模态特异性计算,显著提升了细粒度感知能力。Jinja00
LongCat-AudioDiT-1BLongCat-AudioDiT 是一款基于扩散模型的文本转语音(TTS)模型,代表了当前该领域的最高水平(SOTA),它直接在波形潜空间中进行操作。00
ERNIE-ImageERNIE-Image 是由百度 ERNIE-Image 团队开发的开源文本到图像生成模型。它基于单流扩散 Transformer(DiT)构建,并配备了轻量级的提示增强器,可将用户的简短输入扩展为更丰富的结构化描述。凭借仅 80 亿的 DiT 参数,它在开源文本到图像模型中达到了最先进的性能。该模型的设计不仅追求强大的视觉质量,还注重实际生成场景中的可控性,在这些场景中,准确的内容呈现与美观同等重要。特别是,ERNIE-Image 在复杂指令遵循、文本渲染和结构化图像生成方面表现出色,使其非常适合商业海报、漫画、多格布局以及其他需要兼具视觉质量和精确控制的内容创作任务。它还支持广泛的视觉风格,包括写实摄影、设计导向图像以及更多风格化的美学输出。Jinja00