Lighthouse v12.5.0 版本发布:JavaScript 检测优化与性能洞察增强
项目简介
Lighthouse 是 Google 开源的一款自动化网站质量评估工具,广泛应用于 Web 性能优化领域。它能够对网页进行全面的审计,包括性能、可访问性、最佳实践等多个维度,并提供详细的改进建议。作为 Chrome DevTools 的核心组件之一,Lighthouse 帮助开发者快速识别和解决网站性能瓶颈。
版本亮点
Lighthouse v12.5.0 带来了多项重要更新,主要集中在 JavaScript 代码检测算法的改进和新的性能洞察功能上。这些改进使得开发者能够更准确地识别影响网站性能的问题,并获得更实用的优化建议。
JavaScript 检测优化
传统 JavaScript 检测升级
本次版本最重要的改进之一是对 legacy-javascript 审计的更新。该功能现在基于 Baseline 而非 esmodules 来判断哪些代码属于"传统"JavaScript。这一变化使得检测结果更加符合现代 Web 开发的实际情况,能够更准确地识别出可能影响性能的老旧代码。
构建工具支持增强
v12.5.0 版本显著增强了对现代构建工具生成代码的识别能力:
- Rollup 支持:现在能够更好地识别 Rollup 打包生成的代码
- esbuild 支持:新增对 esbuild 构建结果的检测能力
- 未压缩代码检测:改进了对未压缩代码的识别算法
- 转换检测优化:提升了代码转换过程的检测准确性
这些改进使得 Lighthouse 能够更全面地分析现代前端构建工具链生成的 JavaScript 代码,为开发者提供更精准的性能优化建议。
重复代码检测调整
duplicated-javascript 审计的阈值从 1 KiB 提高到了 10 KiB。这一调整减少了误报,使得开发者能够更专注于真正影响性能的重复代码问题。
性能洞察功能增强
新增缓存使用洞察
v12.5.0 引入了 use-cache-insight 功能,帮助开发者分析网站对浏览器缓存的使用情况。这项洞察能够识别出未能充分利用缓存的资源,指导开发者优化缓存策略。
强制回流检测
新版本实现了强制回流(forced reflow)的检测功能。强制回流是导致页面性能下降的常见原因之一,这项洞察能够帮助开发者识别并修复相关性能问题。
字体显示优化
新增的字体显示(font display)洞察能够检测网页中可能影响用户体验的字体加载问题,如布局偏移或文本闪烁等,并提供优化建议。
底层架构改进
跟踪引擎升级
Lighthouse 底层依赖的 trace_engine 升级到了 0.0.47 版本,带来了更精确的性能追踪能力。新版本还支持将源映射传递给跟踪引擎,使得性能分析结果更加准确。
国际化支持增强
改进了国际化(i18n)功能,使 Lighthouse 的审计结果能够更好地适应不同语言环境。特别是将跟踪引擎的国际化功能适配到了 Lighthouse 的国际化模型中。
开发者体验优化
测试稳定性提升
修复了本地 Mocha 测试中 isUnderTest 设置不正确的问题,提高了测试的可靠性。同时解决了 Node 20.19 中的国际化格式问题。
代码结构优化
将支持文件移动到更合理的目录结构(core/lib/legacy-javascript),提高了代码的可维护性。提取了传统 JavaScript 检测逻辑到核心库中,使代码组织更加清晰。
总结
Lighthouse v12.5.0 通过改进 JavaScript 检测算法和增强性能洞察功能,为开发者提供了更强大的网站性能优化工具。特别是对现代构建工具链的支持和对缓存、回流等关键性能问题的深入分析,使得开发者能够更精准地识别和解决性能瓶颈。这些改进将帮助开发者构建更快、更高效的 Web 应用,提升最终用户的体验。
GLM-5.1GLM-5.1是智谱迄今最智能的旗舰模型,也是目前全球最强的开源模型。GLM-5.1大大提高了代码能力,在完成长程任务方面提升尤为显著。和此前分钟级交互的模型不同,它能够在一次任务中独立、持续工作超过8小时,期间自主规划、执行、自我进化,最终交付完整的工程级成果。Jinja00
atomcodeAn open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust013
MiniMax-M2.7MiniMax-M2.7 是我们首个深度参与自身进化过程的模型。M2.7 具备构建复杂智能体应用框架的能力,能够借助智能体团队、复杂技能以及动态工具搜索,完成高度精细的生产力任务。Python00- QQwen3.5-397B-A17BQwen3.5 实现了重大飞跃,整合了多模态学习、架构效率、强化学习规模以及全球可访问性等方面的突破性进展,旨在为开发者和企业赋予前所未有的能力与效率。Jinja00
HY-Embodied-0.5这是一套专为现实世界具身智能打造的基础模型。该系列模型采用创新的混合Transformer(Mixture-of-Transformers, MoT) 架构,通过潜在令牌实现模态特异性计算,显著提升了细粒度感知能力。Jinja00
LongCat-AudioDiT-1BLongCat-AudioDiT 是一款基于扩散模型的文本转语音(TTS)模型,代表了当前该领域的最高水平(SOTA),它直接在波形潜空间中进行操作。00
ERNIE-ImageERNIE-Image 是由百度 ERNIE-Image 团队开发的开源文本到图像生成模型。它基于单流扩散 Transformer(DiT)构建,并配备了轻量级的提示增强器,可将用户的简短输入扩展为更丰富的结构化描述。凭借仅 80 亿的 DiT 参数,它在开源文本到图像模型中达到了最先进的性能。该模型的设计不仅追求强大的视觉质量,还注重实际生成场景中的可控性,在这些场景中,准确的内容呈现与美观同等重要。特别是,ERNIE-Image 在复杂指令遵循、文本渲染和结构化图像生成方面表现出色,使其非常适合商业海报、漫画、多格布局以及其他需要兼具视觉质量和精确控制的内容创作任务。它还支持广泛的视觉风格,包括写实摄影、设计导向图像以及更多风格化的美学输出。Jinja00