RSBuild v1.2.0-beta.0 版本发布:性能优化与功能增强
RSBuild 是一个基于 Rspack 的现代化构建工具,旨在为前端开发者提供高效、灵活的构建体验。它继承了 Rspack 的高性能特性,同时提供了更友好的配置方式和丰富的功能插件。本次发布的 v1.2.0-beta.0 版本带来了多项性能优化和新特性,进一步提升了开发体验。
核心特性更新
资源重试机制优化
本次版本对资源重试机制进行了深度优化,主要体现在以下几个方面:
-
使用 SWC 替代 Babel 进行代码转换和压缩,显著提升了构建速度。SWC 作为基于 Rust 的编译工具,在处理 JavaScript 代码时具有更高的性能表现。
-
优化了服务器端的选项规范化处理,减少了不必要的计算开销。现在资源重试相关的配置会在服务器启动时就完成预处理,而不是在每次请求时重复计算。
-
精简了运行时代码的体积,通过减少空值合并操作符的使用和缩短命名空间前缀,使得最终生成的代码更加紧凑高效。
-
修复了异步 CSS 块中查询参数添加和域名切换功能失效的问题,确保了资源重试机制在各种场景下的可靠性。
模块解析改进
针对模块解析系统,本次更新做了以下改进:
-
调整了扩展名别名的解析顺序,使其与 Node.js 的行为保持一致。这一变化确保了开发者在使用 require 或 import 时的预期行为更加一致。
-
当项目中使用 jsconfig.json 时,会自动禁用扩展名别名功能,避免潜在的冲突问题。这一智能判断机制简化了配置过程。
-
新增了对 .cur 文件格式的支持,现在会将其视为图像资源进行正确处理。这使得项目中可以使用光标文件作为资源。
清单文件过滤功能
新增了清单文件过滤功能,允许开发者通过配置精确控制哪些文件会被包含在生成的清单中。这一功能特别适用于需要精细控制资源加载顺序或缓存策略的场景。
开发者体验提升
类型导出增强
为了方便 TypeScript 开发者,本次版本导出了更多有用的类型定义。这些类型可以帮助开发者更好地理解和使用 RSBuild 的 API,同时提供更完善的类型检查和代码提示。
文档完善
文档方面进行了多项更新和修正:
- 修正了文件名相关文档中的提示信息,确保指导准确无误。
- 更新了插件列表,新增了对 Angular 插件支持的说明。
- 优化了社区页面和横幅图片,提升了文档的可读性和美观性。
性能优化细节
除了上述提到的资源重试优化外,本次版本还对构建系统本身进行了多项性能改进:
- 重构了部分内部模块,移除了不再使用的代码,减少了构建时的冗余处理。
- 优化了测试用例的组织方式,将耗时较长的测试拆分到单独文件中,提高了测试效率。
- 改进了工作流程,确保发布流程更加顺畅。
总结
RSBuild v1.2.0-beta.0 版本通过多项性能优化和功能增强,进一步提升了构建效率和开发者体验。特别是对资源重试机制的深度优化,使得这一功能在保持强大能力的同时,对构建性能的影响降到了最低。模块解析系统的改进则让开发者的使用体验更加符合直觉。
对于正在使用 RSBuild 的开发者,建议关注本次版本中的资源清单过滤功能和类型导出增强,这些改进可以显著提升大型项目的管理效率。同时,所有性能优化都会自动生效,无需额外配置即可享受更快的构建速度。
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5-w4a8GLM-5-w4a8基于混合专家架构,专为复杂系统工程与长周期智能体任务设计。支持单/多节点部署,适配Atlas 800T A3,采用w4a8量化技术,结合vLLM推理优化,高效平衡性能与精度,助力智能应用开发Jinja00
请把这个活动推给顶尖程序员😎本次活动专为懂行的顶尖程序员量身打造,聚焦AtomGit首发开源模型的实际应用与深度测评,拒绝大众化浅层体验,邀请具备扎实技术功底、开源经验或模型测评能力的顶尖开发者,深度参与模型体验、性能测评,通过发布技术帖子、提交测评报告、上传实践项目成果等形式,挖掘模型核心价值,共建AtomGit开源模型生态,彰显顶尖程序员的技术洞察力与实践能力。00
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
MiniMax-M2.5MiniMax-M2.5开源模型,经数十万复杂环境强化训练,在代码生成、工具调用、办公自动化等经济价值任务中表现卓越。SWE-Bench Verified得分80.2%,Multi-SWE-Bench达51.3%,BrowseComp获76.3%。推理速度比M2.1快37%,与Claude Opus 4.6相当,每小时仅需0.3-1美元,成本仅为同类模型1/10-1/20,为智能应用开发提供高效经济选择。【此简介由AI生成】Python00
Qwen3.5Qwen3.5 昇腾 vLLM 部署教程。Qwen3.5 是 Qwen 系列最新的旗舰多模态模型,采用 MoE(混合专家)架构,在保持强大模型能力的同时显著降低了推理成本。00- RRing-2.5-1TRing-2.5-1T:全球首个基于混合线性注意力架构的开源万亿参数思考模型。Python00