Rsbuild v1.3.8 版本发布:优化懒编译与端口处理
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构建配置和优化能力,帮助开发者快速搭建高效的前端开发环境。Rsbuild 继承了 Webpack 生态的优势,同时通过 Rspack 提供了更快的构建速度。
懒编译功能增强
本次 v1.3.8 版本中,Rsbuild 对懒编译功能进行了重要改进。开发者现在可以在配置中使用 <port> 占位符来指定懒编译的服务端 URL。这一改进使得配置更加灵活,特别是在需要动态端口分配的场景下。
例如,开发者可以这样配置:
{
dev: {
lazyCompilation: {
serverUrl: 'http://localhost:<port>'
}
}
}
在实际运行时,<port> 会被自动替换为当前开发服务器使用的实际端口号。这一特性在多项目协作或微前端架构中特别有用,可以避免硬编码端口带来的冲突问题。
Node.js 版本要求调整
考虑到现代 JavaScript 生态的发展趋势,Rsbuild 在这个版本中将最低 Node.js 版本要求从之前的版本提升到了 16.10。这一变更确保了 Rsbuild 能够充分利用现代 JavaScript 特性,同时保持与最新 npm 生态的兼容性。
开发者需要注意升级本地开发环境的 Node.js 版本,以避免兼容性问题。Node.js 16.10 引入了多项性能改进和新特性,这也将间接提升 Rsbuild 的运行效率。
构建性能分析文档修正
本次更新还修正了构建性能分析文档中的链接错误。构建性能分析是 Rsbuild 提供的一项重要功能,它可以帮助开发者识别构建过程中的性能瓶颈,优化构建速度。
React 扫描指南新增
v1.3.8 版本新增了 React 扫描功能的使用指南。React 扫描是 Rsbuild 提供的一个高级特性,它能够分析项目中的 React 组件使用情况,帮助开发者优化 React 应用的性能和体积。
内部架构优化
在代码层面,Rsbuild 团队对端口处理逻辑进行了重构,使其更加清晰和健壮。这一改进虽然对最终用户不可见,但提升了 Rsbuild 的稳定性和可维护性。具体包括:
- 统一了端口处理的逻辑流
- 优化了中间件中的端口相关代码
- 改进了变量命名和代码注释
这些内部改进将为未来的功能扩展打下更好的基础。
依赖项更新
Rsbuild 持续保持依赖项的更新,本次版本中:
- 将 Module Federation 更新至 v0.12.0 版本
- 更新了 Changesets CLI 到 2.29.2
- 升级 Svelte 到 5.27.0 版本
这些依赖项的更新带来了 bug 修复、性能改进和新特性支持,进一步增强了 Rsbuild 的稳定性和功能丰富度。
总结
Rsbuild v1.3.8 是一个以优化和改进为主的版本,重点增强了懒编译功能的灵活性,调整了运行环境要求,并完善了文档体系。这些改进使得 Rsbuild 在现代前端开发工作流中更加易用和可靠。开发者可以平滑升级到这个版本,享受更流畅的构建体验。
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
GLM-4.7-FlashGLM-4.7-Flash 是一款 30B-A3B MoE 模型。作为 30B 级别中的佼佼者,GLM-4.7-Flash 为追求性能与效率平衡的轻量化部署提供了全新选择。Jinja00
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
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
KuiklyUI基于KMP技术的高性能、全平台开发框架,具备统一代码库、极致易用性和动态灵活性。 Provide a high-performance, full-platform development framework with unified codebase, ultimate ease of use, and dynamic flexibility. 注意:本仓库为Github仓库镜像,PR或Issue请移步至Github发起,感谢支持!Kotlin07
compass-metrics-modelMetrics model project for the OSS CompassPython00