Serwist构建工具更新:默认资源匹配模式优化
2025-07-08 12:24:00作者:郦嵘贵Just
Serwist是一个现代化的渐进式Web应用(PWA)工具库,旨在简化服务工作线程(Service Worker)的开发和部署过程。作为其核心构建工具之一,@serwist/build模块负责处理资源预缓存等关键功能。
默认资源匹配模式重大变更
在最新的10.0.0-preview.7版本中,@serwist/build引入了一个重要的变更:默认的globPatterns值被重新定义。这个参数用于指定哪些静态资源应该被自动预缓存。
新旧模式对比
旧版本的默认匹配模式仅包含基本的Web资源:
["**/*.{js,css,html}"]
新版本则扩展了支持的文件类型,现在默认包含:
["**/*.{js,css,html,ico,apng,png,avif,jpg,jpeg,jfif,pjpeg,pjp,gif,svg,webp,json,webmanifest}"]
这一变更显著增加了对各类图像格式(包括现代格式如AVIF和WebP)、JSON文件和Web应用清单文件的支持。
技术考量
这种扩展是经过深思熟虑的:
- 更全面的资源覆盖:现代Web应用通常使用多种媒体资源,旧模式可能导致这些资源未被自动缓存
- 性能优化:预缓存图像等大型资源可以显著提升离线体验
- 开发便利性:减少了开发者手动配置常见资源类型的工作量
向后兼容处理
为了确保平滑升级:
- 新默认值作为
DEFAULT_GLOB_PATTERNS常量导出,方便开发者扩展 - 需要旧行为的项目可以显式设置
globPatterns为原值 - Webpack和Next.js插件用户不受影响,因为这些集成不使用
globPatterns参数
其他优化
本次更新还包含一个重要的工程优化:所有Serwist包现在都被标记为无副作用(side-effect-free)。这一改动使得打包工具能够更有效地进行tree-shaking,移除未使用的代码,从而减小最终打包体积。
升级建议
对于大多数项目,直接升级即可受益于更全面的资源缓存。特殊情况下:
- 如果项目有严格的缓存策略,建议评估新默认值是否符合需求
- 大型项目升级后应检查Service Worker的缓存大小是否在合理范围内
这一变更体现了Serwist团队对开发者体验和Web应用性能的持续关注,使得构建高性能PWA变得更加简单高效。
登录后查看全文
热门项目推荐
相关项目推荐
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。Python00
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
最新内容推荐
MQTT 3.1.1协议中文版文档:物联网开发者的必备技术指南 Solidcam后处理文件下载与使用完全指南:提升CNC编程效率的必备资源 Python案例资源下载 - 从入门到精通的完整项目代码合集 TortoiseSVN 1.14.5.29465 中文版:高效版本控制的终极解决方案 CrystalIndex资源文件管理系统:高效索引与文件管理的最佳实践指南 QT连接阿里云MySQL数据库完整指南:从环境配置到问题解决 Windows Server 2016 .NET Framework 3.5 SXS文件下载与安装完整指南 Python开发者的macOS终极指南:VSCode安装配置全攻略 瀚高迁移工具migration-4.1.4:企业级数据库迁移的智能解决方案 STM32到GD32项目移植完全指南:从兼容性到实战技巧
项目优选
收起
deepin linux kernel
C
24
9
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
402
3.12 K
Ascend Extension for PyTorch
Python
224
249
暂无简介
Dart
672
159
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
663
315
React Native鸿蒙化仓库
JavaScript
262
324
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
9
1
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.2 K
655
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
64
19
openGauss kernel ~ openGauss is an open source relational database management system
C++
160
219