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。
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust0212
cann-learning-hubCANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。Jupyter Notebook0137
JoyAI-EchoJoyAI-Echo,这是一个独立的、仅用于推理的版本,旨在实现分钟级多镜头音视频生成。它采用了经过蒸馏的DMD生成器、配对的跨模态记忆以及故事级别的一致性。其性能的核心在于,一个跨模态视听记忆库能够在长达五分钟的视频中保持角色外观和语音音色的一致性。同时,一个训练后处理流程将基于记忆的强化学习与分布匹配蒸馏相结合,实现了7.5倍的速度提升,显著增强了视觉质量和对齐效果。00
GLM-5.2智谱开源 GLM-5.2,这是针对长文本任务的最新旗舰模型。相较于前代产品 GLM-5.1,它在长文本任务处理能力上实现了显著飞跃,并且首次在稳定的 100 万 token 上下文中提供这一能力。Jinja00
SwanLab⚡️SwanLab - an open-source, modern-design AI training tracking and visualization tool. Supports Cloud / Self-hosted use. Integrated with PyTorch / Transformers / LLaMA Factory / veRL/ Swift / Ultralytics / MMEngine / Keras etc.Python00
tiny-universe《大模型白盒子构建指南》:一个全手搓的Tiny-UniverseJupyter Notebook03