Tokenami项目v0.0.76版本发布:配置导出优化与构建流程改进
Tokenami是一个现代化的CSS-in-JS解决方案,它通过创新的方式将设计系统和样式管理集成到现代前端开发工作流中。该项目采用原子化CSS理念,同时提供了强大的配置能力和开发工具支持。
本次发布的v0.0.76版本虽然是一个小版本更新,但包含了一些重要的改进和优化,特别是针对配置导出和构建流程的调整。
配置导出优化
在本次更新中,开发团队移除了@tokenami/dev包中冗余的createConfig导出。这是一个破坏性变更,主要影响那些使用较老版本(<=0.0.7)的项目。
在早期版本中,开发者需要从@tokenami/dev导入createConfig函数来创建Tokenami的配置。随着项目的发展,这个导出被统一到了@tokenami/css包中,但为了向后兼容,旧导出一直保留到现在。
对于升级到v0.0.76版本的用户,如果项目中使用了从@tokenami/dev导入的createConfig,需要修改为从@tokenami/css导入。这一变更使得API更加清晰,减少了包之间的耦合,也简化了维护工作。
构建流程改进
本次更新还对项目的持续集成和交付流程进行了多项优化:
-
Canary构建修复:解决了Canary构建(预发布版本构建)的问题,确保开发中的功能能够正确构建和测试。
-
PR代码构建:现在可以使用Pull Request中的代码进行Canary构建,这使得在代码合并前就能测试变更的效果,提高了开发效率。
-
Discord通知流程:改进了Discord发布通知的工作流,现在使用GitHub API来手动触发发布通知,提供了更灵活的通知控制。
-
工作流输入参数:为手动Discord发布添加了工作流输入参数,使得发布过程更加可控和可配置。
升级建议
对于正在使用Tokenami的项目,特别是那些还在使用旧版本的项目,升级到v0.0.76时需要注意:
-
检查项目中是否有从
@tokenami/dev导入createConfig的情况,如有则需要改为从@tokenami/css导入。 -
如果项目使用了自动化构建流程,可能需要根据新的构建特性进行调整,特别是Canary构建相关的部分。
-
对于团队协作项目,可以考虑利用新的PR代码构建功能来提前测试变更。
Tokenami项目持续关注开发者体验和工具链的稳定性,这次更新虽然包含了一个破坏性变更,但为项目的长期维护和未来发展打下了更好的基础。建议开发者及时跟进这些改进,以获得更稳定和高效的开发体验。
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。C041
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TSX0121
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