create-vue v3.14.0 版本发布:更安全的依赖与更好的开发体验
create-vue 是 Vue.js 官方提供的项目脚手架工具,它能够帮助开发者快速初始化 Vue 项目结构,集成最新的 Vue 生态工具链。最新发布的 v3.14.0 版本带来了一系列值得关注的改进,特别是在安全性、开发体验和国际化支持方面。
安全性升级:Vite 依赖更新
本次更新最值得关注的是将 Vite 依赖升级到了 6.0.11 版本,这个升级修复了一个中等严重程度的安全问题。Vite 作为现代前端构建工具的核心,其安全性直接关系到项目的构建安全。开发团队及时跟进依赖更新,体现了对项目安全性的重视。
开发体验优化:ESLint 与 TypeScript 深度整合
v3.14.0 对 ESLint 和 TypeScript 的整合进行了多项改进:
-
ESLint 升级至 9.18.0:这个版本带来了对 TypeScript 配置文件的原生支持,现在可以直接使用
eslint.config.ts文件来配置 ESLint,这对于 TypeScript 项目来说是一个重大改进。 -
配置优化:新增了
eslint.config.*到tsconfig.node.json中,并修复了相关的 ESLint 问题。这些改动使得配置更加完善,减少了潜在的问题。 -
新的配置助手:引入了
@vue/eslint-config-typescript14.3 版本中的defineConfigWithVueTs辅助函数,这个助手函数能够简化 Vue 和 TypeScript 项目的 ESLint 配置过程,让开发者可以更专注于业务逻辑而非配置细节。
国际化支持改进
create-vue 在 v3.14.0 中对国际化支持进行了两处重要改进:
-
错误信息处理:修复了
Intl.getCanonicalLocales错误信息的扩展问题,使得在非标准区域设置情况下能够提供更友好的错误提示。 -
特殊区域设置处理:现在能够正确处理
C和C.UTF-8这样的特殊区域设置,不再会显示错误信息。这对于一些特殊环境下的开发者来说是一个实用的改进。
总结
create-vue v3.14.0 虽然是一个小版本更新,但包含了多项实质性的改进。从安全性的角度,及时修复了 Vite 的安全问题;从开发体验的角度,优化了 ESLint 和 TypeScript 的整合;从国际化支持的角度,改进了错误处理和特殊区域设置的支持。这些改进共同提升了 create-vue 作为 Vue 项目脚手架工具的稳定性和易用性。
对于正在使用 create-vue 的开发者来说,升级到最新版本能够获得更好的开发体验和更高的安全性保障。对于新项目,直接使用最新版本的 create-vue 初始化项目,可以享受到这些改进带来的便利。
ERNIE-4.5-VL-28B-A3B-ThinkingERNIE-4.5-VL-28B-A3B-Thinking 是 ERNIE-4.5-VL-28B-A3B 架构的重大升级,通过中期大规模视觉-语言推理数据训练,显著提升了模型的表征能力和模态对齐,实现了多模态推理能力的突破性飞跃Python00
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
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Python00
HunyuanVideo-1.5暂无简介00
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能Python00
Spark-Formalizer-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
GOT-OCR-2.0-hf阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00