Rsbuild v1.4.0-beta.3 版本深度解析
Rsbuild 是一个基于 Rspack 的现代化前端构建工具,它通过提供开箱即用的配置和优化的构建流程,帮助开发者快速搭建高性能的前端应用。本次发布的 v1.4.0-beta.3 版本带来了一系列值得关注的新特性、性能优化和问题修复。
核心特性升级
本次更新最值得关注的是对 Rspack 核心依赖的升级,Rsbuild 现在支持最新的 @rspack/core v1.4.0-beta.0 版本。这一升级意味着开发者可以享受到 Rspack 最新版本带来的构建性能改进和新特性支持。
在类型系统方面,新增了普通 CSS 模块的类型声明支持。这一改进使得在使用 CSS Modules 时,TypeScript 能够提供更准确的类型提示和检查,提升了开发体验。
性能优化亮点
Rsbuild 团队在此版本中进行了多项性能优化工作。首先移除了 dotenv 依赖项,转而使用自定义的解析函数来处理环境变量文件。这一改动减少了项目依赖,降低了构建工具的启动开销。
另一个值得注意的优化是对 Node.js crypto 模块的懒加载处理。通过延迟加载这个较大的核心模块,Rsbuild 进一步优化了启动性能,特别是在冷启动场景下效果更为明显。
问题修复与改进
在模板生成方面,修复了 create-rsbuild 工具中 env.d.ts 文件在某些模板中缺失的问题,确保了 TypeScript 环境变量类型声明的完整性。同时修正了 react18-ts 预设中 ESLint 模板名称的错误。
对于 Sass 用户,解除了对 sass-embedded 的固定版本限制,并更新到了最新的 v1.89.2 版本,解决了潜在的兼容性问题。
开发体验提升
在 TypeScript 支持方面,Rsbuild 现在默认启用了 verbatimModuleSyntax 选项,这一特性可以更精确地控制模块导入/导出的行为。同时,项目模板中也启用了 noUncheckedSideEffectImports 选项,增强了类型检查的严格性。
文档方面也进行了多项更新,包括补充了服务器 CORS 配置的默认值说明,改进了移动端适配的文档展示,并完善了迁移指南中的钩子函数说明。
测试基础设施升级
测试框架方面,Rsbuild 开始采用 Rstest 作为新的测试框架,这一变化预示着项目在测试覆盖率和稳定性方面的持续投入。同时,测试用例中对 SRI 插件警告日志的处理也进行了优化,使得测试输出更加清晰。
总结
Rsbuild v1.4.0-beta.3 版本在构建性能、类型支持和开发体验等方面都做出了显著改进。这些变化不仅提升了工具本身的稳定性和效率,也为开发者提供了更加完善的开发环境。随着 Rspack 生态的持续发展,Rsbuild 作为其上层工具链的重要组成部分,正在快速成熟并展现出强大的竞争力。
kernelopenEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。C046
MiniMax-M2.1从多语言软件开发自动化到复杂多步骤办公流程执行,MiniMax-M2.1 助力开发者构建下一代自主应用——全程保持完全透明、可控且易于获取。Python00
kylin-wayland-compositorkylin-wayland-compositor或kylin-wlcom(以下简称kywc)是一个基于wlroots编写的wayland合成器。 目前积极开发中,并作为默认显示服务器随openKylin系统发布。 该项目使用开源协议GPL-1.0-or-later,项目中来源于其他开源项目的文件或代码片段遵守原开源协议要求。C01
PaddleOCR-VLPaddleOCR-VL 是一款顶尖且资源高效的文档解析专用模型。其核心组件为 PaddleOCR-VL-0.9B,这是一款精简却功能强大的视觉语言模型(VLM)。该模型融合了 NaViT 风格的动态分辨率视觉编码器与 ERNIE-4.5-0.3B 语言模型,可实现精准的元素识别。Python00
GLM-4.7GLM-4.7上线并开源。新版本面向Coding场景强化了编码能力、长程任务规划与工具协同,并在多项主流公开基准测试中取得开源模型中的领先表现。 目前,GLM-4.7已通过BigModel.cn提供API,并在z.ai全栈开发模式中上线Skills模块,支持多模态任务的统一规划与协作。Jinja00
agent-studioopenJiuwen agent-studio提供零码、低码可视化开发和工作流编排,模型、知识库、插件等各资源管理能力TSX0123
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