Rspack v1.3.8 版本发布:SWC API 集成与多项优化
Rspack 是一个基于 Rust 的高性能构建工具,它结合了 Webpack 的生态系统和 Rust 的高效性能。作为现代前端构建工具链中的重要一环,Rspack 致力于提供更快的构建速度和更好的开发者体验。
核心亮点:SWC JavaScript API 集成
本次 v1.3.8 版本最引人注目的特性是实验性地暴露了 SWC 的 JavaScript API。开发者现在可以通过 rspack.experiments.swc 直接调用 SWC 的转换和压缩功能,而无需额外安装 @swc/core 包。
这一集成意味着开发者可以在 Rspack 构建流程中直接利用 SWC 的强大能力,包括:
- 代码转换(transform)
- 代码压缩(minify)
- 其他 SWC 提供的编译功能
这种深度集成为开发者提供了更统一的工具链体验,减少了项目依赖的复杂性,同时也保持了构建流程的高性能特性。
构建优化与功能增强
增量构建改进
-
静默警告与预设添加:增量构建过程中现在会静默某些警告信息,并添加了新的预设配置,使开发者能够更专注于关键问题。
-
调试追踪增强:新增了更多追踪点,帮助开发者更有效地调试增量构建过程中的问题,特别是在复杂项目中定位性能瓶颈。
输出清理功能增强
output.clean 配置现在支持正则表达式和函数形式,为开发者提供了更灵活的清理策略。这意味着可以:
- 使用正则表达式匹配特定文件模式进行清理
- 通过函数逻辑动态决定是否清理特定文件
- 实现更精细化的构建产物管理
模块系统改进
-
chunkgroup 的 origin.loc 支持:增强了 chunkgroup 的元信息,提供了更详细的来源定位信息,有助于开发者理解模块分割的决策过程。
-
魔法注释中的斜杠匹配修复:修正了 magic comments 中斜杠字符的匹配模式问题,提高了模块加载注释的可靠性。
问题修复与稳定性提升
-
版本信息修正:修复了版本输出中错误显示 webpack 版本而非 rspack 版本的问题,确保了工具信息的准确性。
-
循环依赖处理:解决了 circular dependency plugin 中可能出现的死循环问题,提高了构建过程的稳定性。
-
内存管理优化:修复了编译器 JavaScript 对象无法被垃圾回收的问题,降低了长时间运行时的内存占用。
-
上下文依赖处理:修正了某些情况下上下文依赖缺失的问题,确保了模块解析的正确性。
开发者体验改进
-
文档增强:
- 新增了
require.resolveWeak模块方法的文档说明 - 改进了 CSS Modules 相关的文档内容
- 添加了关于 lightningcss 的注意事项说明
- 新增了
-
测试覆盖增强:
- 新增了错误情况下的测试用例
- 清理了完整的快照统计 API 测试用例
- 添加了特定问题的测试用例
内部架构优化
-
SWC API 集成重构:将 SWC API 更深度地集成到 rspack_javascript_compiler 中,为未来的功能扩展奠定了基础。
-
CI/CD 流程改进:
- 优化了 Rust 缓存处理
- 合并了 Rust 检查和测试任务
- 尝试了自托管测试环境
-
依赖管理:
- 移除了未使用的 webpack-cli 依赖
- 更新了多个关键依赖版本
- 改进了 Zod 类型的处理方式
总结
Rspack v1.3.8 版本通过集成 SWC API 进一步巩固了其作为现代化构建工具的地位,同时通过多项优化提升了构建性能和开发者体验。这些改进使得 Rspack 在保持高性能的同时,提供了更丰富的功能和更稳定的构建环境,为大型前端项目的构建流程提供了可靠的支持。
kernelopenEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。C051
MiniMax-M2.1从多语言软件开发自动化到复杂多步骤办公流程执行,MiniMax-M2.1 助力开发者构建下一代自主应用——全程保持完全透明、可控且易于获取。Python00
kylin-wayland-compositorkylin-wayland-compositor或kylin-wlcom(以下简称kywc)是一个基于wlroots编写的wayland合成器。 目前积极开发中,并作为默认显示服务器随openKylin系统发布。 该项目使用开源协议GPL-1.0-or-later,项目中来源于其他开源项目的文件或代码片段遵守原开源协议要求。C01
PaddleOCR-VLPaddleOCR-VL 是一款顶尖且资源高效的文档解析专用模型。其核心组件为 PaddleOCR-VL-0.9B,这是一款精简却功能强大的视觉语言模型(VLM)。该模型融合了 NaViT 风格的动态分辨率视觉编码器与 ERNIE-4.5-0.3B 语言模型,可实现精准的元素识别。Python00
GLM-4.7GLM-4.7上线并开源。新版本面向Coding场景强化了编码能力、长程任务规划与工具协同,并在多项主流公开基准测试中取得开源模型中的领先表现。 目前,GLM-4.7已通过BigModel.cn提供API,并在z.ai全栈开发模式中上线Skills模块,支持多模态任务的统一规划与协作。Jinja00
agent-studioopenJiuwen agent-studio提供零码、低码可视化开发和工作流编排,模型、知识库、插件等各资源管理能力TSX0126
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00