Rspack v1.3.7 版本发布:性能优化与LLM支持增强
2025-06-04 10:19:28作者:冯爽妲Honey
Rspack 是一个基于 Rust 的高性能 Web 构建工具,它结合了 Webpack 的丰富功能和 Rust 语言的性能优势。作为现代前端工程化的重要工具,Rspack 在构建速度和资源处理效率方面有着显著优势。
核心亮点:LLM 支持文档
本次 v1.3.7 版本最引人注目的特性是新增了对大型语言模型(LLM)的支持文档。Rspack 现在提供了专门为 LLM 设计的文档格式,这些文档经过特殊优化,能够帮助 AI 模型更好地理解 Rspack 的工作原理和特性。
这种创新性的文档支持方式体现了 Rspack 团队对开发者体验的前瞻性思考。通过为 AI 模型提供结构化的知识,开发者可以更高效地通过自然语言交互获取 Rspack 的相关信息,这将在未来的智能开发辅助场景中发挥重要作用。
性能优化改进
在性能方面,本次版本进行了多项底层优化:
- 使用
Vec::with_capacity预分配 hooks 和 plugins 的内存空间,减少了动态扩容带来的性能开销 - 重构了增量构建逻辑,仅在当前重建阶段禁用不必要的处理流程
- 移除了 lightningcss 中不必要的 browserslist 特性支持,精简了代码体积
这些优化虽然看似微小,但在大规模项目构建场景下能够带来可观的性能提升,特别是对于频繁触发的增量构建场景。
重要功能增强
- 持久化缓存改进:现在可以获取缓存快照的热启动状态信息,这对于构建性能分析和优化提供了更多可能性
- 懒编译自定义前缀:支持为懒编译模块配置自定义前缀,提供了更灵活的模块组织方式
- 运行时模块改进:修复了多运行时键导致文件名错误的问题,并确保在修改运行时模块时正确重新生成哈希
稳定性修复
本次版本包含了大量稳定性修复工作,主要包括:
- 修复了 CSS 模块在重建时的处理逻辑,确保样式变更能够正确触发重建
- 解决了插件编译 hooks 的内存泄漏问题
- 改进了 loader 执行过程的错误追踪能力
- 修复了模块执行器在因子化失败时的 panic 问题
- 增强了存储系统的哈希验证机制,确保与内容的一致性
- 改进了编译器错误处理,确保在出错时正确关闭资源
开发者体验改进
- 图形化报告工具现在能够正确处理超宽内容,避免显示异常
- 改进了 Vue 项目中 CSS 伪类的 lightningcss 兼容性
- 优化了并行 loader 的选项传递逻辑
- 增强了循环依赖检测插件的检查范围
总结
Rspack v1.3.7 版本虽然在功能上没有引入重大变更,但在性能优化、稳定性增强和开发者体验改进方面做了大量细致工作。特别是对 LLM 的支持文档,展现了项目对未来开发模式的思考。这些改进使得 Rspack 作为现代前端构建工具的地位更加稳固,为开发者提供了更高效、更可靠的构建体验。
对于已经使用 Rspack 的项目,建议升级到此版本以获得更好的性能和稳定性。对于考虑采用 Rspack 的团队,这个版本也展示了项目持续改进的承诺和创新能力。
登录后查看全文
热门项目推荐
相关项目推荐
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-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
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
项目优选
收起
deepin linux kernel
C
24
7
Ascend Extension for PyTorch
Python
173
193
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++
647
263
TorchAir 支持用户基于PyTorch框架和torch_npu插件在昇腾NPU上使用图模式进行推理。
Python
268
93
暂无简介
Dart
622
140
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
377
3.32 K
React Native鸿蒙化仓库
JavaScript
242
315
🎉 (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
1.1 K
621
仓颉编译器源码及 cjdb 调试工具。
C++
126
856
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