Modern.js v2.65.0 版本发布:BFF 增强与构建优化
Modern.js 是一个现代化的前端开发框架,它集成了多种前端开发的最佳实践,提供了开箱即用的开发体验。该框架特别注重开发效率与性能优化,支持服务端渲染(SSR)、静态站点生成(SSG)、微前端等多种前端架构模式。
BFF 跨项目调用支持域名配置
在本次 v2.65.0 版本中,Modern.js 对 BFF(Backend For Frontend)层进行了重要增强。BFF 作为前端与后端之间的中间层,能够帮助前端开发者更好地组织 API 调用和数据聚合。新版本增加了跨项目调用时支持配置域名的功能,这为微前端架构下的服务调用提供了更灵活的解决方案。
在实际开发中,特别是大型项目中,前端应用往往由多个子项目组成,每个子项目可能有自己的 BFF 服务。通过这项新特性,开发者可以轻松配置不同子项目 BFF 服务的调用地址,而无需硬编码在代码中。这不仅提高了代码的可维护性,也为不同环境(开发、测试、生产)的部署提供了便利。
请求体透传优化
另一个值得关注的改进是请求体(body)的透传支持。当查询参数(query)设置为"pass_body"时,系统会自动将请求体透传到后端服务。这一特性在处理复杂 API 请求时尤为有用,特别是当需要将前端收集的表单数据或 JSON 数据原样传递给后端服务时。
这种设计遵循了 RESTful API 的最佳实践,使得前端开发者可以更灵活地处理不同类型的请求数据。同时,它也简化了前后端数据交互的流程,减少了不必要的数据转换和包装。
Rsbuild 配置 Hook 支持
Modern.js 的构建工具链也得到了增强,新增了对 Rsbuild 修改配置 Hook 的支持。Rsbuild 是基于 Rspack 的构建工具,提供了更快的构建速度和更好的开发体验。
通过这个新特性,开发者可以在构建过程中通过 Hook 函数动态修改配置,这为构建流程的定制化提供了更多可能性。无论是需要根据环境变量调整构建参数,还是需要集成特定的构建插件,都可以通过这个 Hook 机制轻松实现。
构建缓存路径问题修复
本次更新还修复了一个与构建缓存相关的重要问题。在使用 Rspack 构建时,系统现在会正确地将 frameworkConfigPath 添加到 buildDependencies 中。这意味着当框架配置文件发生变化时,构建系统能够正确地识别并重新构建相关部分,避免了因缓存导致的构建结果不一致问题。
对于大型项目来说,这一修复尤为重要,因为它确保了构建结果的准确性,同时又不失构建缓存的性能优势。
总结
Modern.js v2.65.0 版本虽然在功能上看似是小版本更新,但实际上包含了对开发者体验的重要改进。从 BFF 层的增强到构建流程的优化,每一项改进都体现了框架对开发效率和工程质量的关注。
对于正在使用 Modern.js 的团队来说,这个版本值得升级,特别是那些正在实施微前端架构或需要处理复杂 API 交互的项目。新特性不仅提供了更多的灵活性,也解决了一些实际开发中可能遇到的痛点问题。
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