Rsbuild v1.2.12 版本发布:提升开发体验与功能增强
Rsbuild 是一个基于 Rspack 的现代化前端构建工具,它提供了开箱即用的配置和优化的构建流程,帮助开发者快速搭建高效的前端项目。Rsbuild 的设计理念是简单、高效和可扩展,它整合了众多优秀的构建工具和插件,为开发者提供了一站式的解决方案。
最新发布的 Rsbuild v1.2.12 版本带来了一系列功能增强和体验优化,下面我们将详细介绍这些更新内容。
核心更新
插件系统兼容性提升
本次更新特别关注了与 unplugin 生态的兼容性。对于使用 unplugin-vue-components 和 unplugin-auto-import 插件的开发者,需要将插件升级到指定版本以确保正常工作:
- unplugin-vue-components 需要 v28.4.1 或更高版本
- unplugin-auto-import 需要 v19.1.1 或更高版本
这一变更解决了插件间的兼容性问题,确保了构建过程的稳定性。
SWC 插件适配
由于 SWC 项目引入了一个意外的破坏性变更,导致部分 SWC 插件可能无法正常工作。v1.2.12 版本要求开发者升级相关的 SWC 插件以保持兼容性。这一调整体现了 Rsbuild 团队对构建工具链稳定性的重视。
新功能亮点
服务器中间件模式
新增了 server.middlewareMode 配置项,为开发者提供了更灵活的服务器配置方式。这一特性特别适合需要自定义服务器行为的场景,如集成到现有 Node.js 应用中。
环境变量处理增强
引入了 processEnv 选项到 loadEnv 方法中,使得环境变量的加载更加灵活可控。开发者现在可以更精确地控制环境变量的注入过程。
资源重试插件改进
plugin-assets-retry 插件新增了 delay 参数,允许开发者配置资源加载失败后的重试延迟时间。这一改进提升了应用在网络不稳定情况下的健壮性。
动态资源文件名支持
现在支持动态生成资源文件名,为开发者提供了更大的灵活性。这一特性特别适合需要根据环境或构建参数生成不同资源名的场景。
开发者体验优化
调试信息增强
构建过程现在会输出更多调试信息,包括配置文件和环境文件的加载情况。当重建过程重启时,还会打印出变化的文件列表,帮助开发者更快定位问题。
日志标准化
对日志消息进行了标准化处理,使得输出更加一致和易读。这一改进虽然看似微小,但对于长期维护项目的开发者来说,能显著提升开发体验。
文档完善
本次更新伴随着大量文档改进,包括:
- 新增插件迁移指南
- 更新了过时的 JSDoc 注释
- 完善了 React Router 集成文档
- 修正了 PostCSS v3 配置示例
- 改进了文件名配置和输出配置的说明文档
这些文档更新使得新老用户都能更轻松地上手和使用 Rsbuild。
技术栈更新
- 将 jiti 升级到 v2 版本,提升了动态导入的性能和稳定性
- 更新 Rspack 到 v1.2.6 版本,带来了最新的打包器优化
- 升级了多个依赖项,包括 SWC 和 pnpm 等工具链组件
总结
Rsbuild v1.2.12 版本在保持稳定性的同时,引入了多项实用功能和体验优化。从插件兼容性到构建过程可视化,从环境变量处理到资源加载策略,这些改进都体现了 Rsbuild 团队对开发者体验的持续关注。
对于现有用户,建议关注本次更新中的兼容性变更点,特别是 unplugin 和 SWC 相关的调整。新用户可以借助完善的文档体系快速上手,体验 Rsbuild 带来的高效构建流程。
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- QQwen3-Coder-Next2026年2月4日,正式发布的Qwen3-Coder-Next,一款专为编码智能体和本地开发场景设计的开源语言模型。Python00
xw-cli实现国产算力大模型零门槛部署,一键跑通 Qwen、GLM-4.7、Minimax-2.1、DeepSeek-OCR 等模型Go06
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
Baichuan-M3-235BBaichuan-M3 是百川智能推出的新一代医疗增强型大型语言模型,是继 Baichuan-M2 之后的又一重要里程碑。Python00
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