Rsbuild v1.2.18 版本发布:优化构建体验与稳定性提升
Rsbuild 是一个基于 Rspack 的现代前端构建工具,它提供了开箱即用的配置和优化的构建流程,帮助开发者快速构建高性能的前端应用。Rsbuild 的设计理念是简单、高效和可扩展,它继承了 Rspack 的优秀特性,并在此基础上提供了更多便捷的功能和更好的开发体验。
在最新的 v1.2.18 版本中,Rsbuild 团队带来了一系列改进和修复,进一步提升了工具的稳定性和用户体验。让我们一起来看看这个版本的主要更新内容。
核心依赖升级:Rspack 更新至 v1.2.8
本次版本最重要的更新之一是将底层构建引擎 Rspack 升级到了 v1.2.8 版本。Rspack 是一个基于 Rust 的高性能构建工具,与 Webpack 兼容但构建速度更快。通过这次升级,Rsbuild 用户将自动获得 Rspack 最新版本带来的性能优化和功能改进。
多编译器环境下的日志优化
在使用多编译器配置时(例如同时构建多个环境),Rsbuild 现在会智能地只在必要时打印环境名称。这一改进使得构建日志更加清晰,避免了冗余信息的干扰,特别是在复杂的多环境构建场景下,开发者能够更轻松地识别和理解构建输出。
CommonJS 动态导入回调支持
对于使用 CommonJS 模块系统的项目,v1.2.18 版本修复了一个关于动态导入回调的重要问题。现在,当在 CommonJS 环境中使用动态导入时,回调函数能够正确地被识别和执行。这一改进确保了模块加载逻辑在各种模块系统中的一致性,减少了潜在的运行时错误。
插件系统稳定性增强
插件系统是 Rsbuild 的重要扩展机制,本次版本修复了在某些情况下 appendPlugins 方法无法正常工作的问题。这一改进确保了插件添加的顺序和时机更加可靠,特别是在复杂的插件组合场景下,开发者可以更自信地扩展构建流程。
文档完善与类型定义改进
Rsbuild 团队持续关注文档质量,本次更新中:
- 新增了关于动态资源前缀的配置指南,帮助开发者更好地处理 CDN 或动态部署场景下的资源引用问题。
- 改进了
InspectConfigOptions类型定义,提供了更准确的类型提示和文档说明。 - 简化了 Rsdoctor 配置示例,使性能分析工具的集成更加直观易懂。
内部优化与测试增强
除了面向用户的功能改进外,v1.2.18 版本还包含多项内部优化:
- 升级了 Rsdoctor 到 1.0.0-rc.0 版本,为构建分析提供了更强大的工具支持。
- 导出了
StartServerResult类型,方便开发者复用和扩展开发服务器功能。 - 增加了针对自定义 Rspack 配置的单元测试,提高了核心功能的测试覆盖率。
- 移除了开发服务器中不必要的
runInNewContext选项,简化了内部实现。
总结
Rsbuild v1.2.18 版本虽然是一个小版本更新,但包含了多项有价值的改进和修复。从核心依赖升级到用户体验优化,从插件系统稳定性到文档完善,这些改进共同提升了 Rsbuild 的整体质量和开发者体验。
对于现有用户,建议尽快升级到最新版本以获得更好的构建稳定性和性能。对于新用户,现在正是开始尝试 Rsbuild 的好时机,它提供了现代化的构建体验和出色的性能表现。
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