Rspack v1.3.11 版本发布:性能优化与新特性解析
Rspack 是一个基于 Rust 的高性能 JavaScript 构建工具,它结合了 Webpack 的丰富功能和 Rust 语言的性能优势。作为现代前端构建工具链中的重要一员,Rspack 致力于提供更快的构建速度和更好的开发体验。本次发布的 v1.3.11 版本带来了一系列性能优化、新功能和错误修复,进一步提升了工具的稳定性和可用性。
性能优化亮点
在 v1.3.11 版本中,Rspack 团队对性能进行了两处重要优化:
-
UTF-8 验证优化:当 JavaScript 加载器返回字符串时,现在会跳过不必要的 UTF-8 验证步骤。这一优化减少了字符串处理的开销,特别是在处理大量模块时效果更为明显。
-
并行作用域标识扫描:对于连接模块(concate module)的作用域标识扫描现在采用了并行处理方式。这种并行化改造充分利用了现代多核 CPU 的计算能力,显著提升了大型项目中模块处理的效率。
值得关注的新特性
本次更新引入了多个实用新功能,扩展了 Rspack 的能力边界:
-
JS API 增强:现在通过 JavaScript API 可以访问构建信息中的 assets 数据,为开发者提供了更丰富的构建时信息获取能力。同时,编译错误(compilation.errors)现在支持索引访问,使得错误处理更加灵活。
-
浏览器目标支持:编译器构建器现在支持通过 browserslist 配置作为目标环境,使得开发者可以更方便地定义项目需要支持的浏览器范围,与前端生态中的其他工具保持一致性。
-
完整 EvalSourceMapDevToolPlugin 选项:EvalSourceMapDevToolPlugin 现在支持完整的配置选项,为开发者提供了更细致的 source map 生成控制能力。
-
CSS 代码分割:新增的 CssChunkingPlugin 实现了 CSS 资源的代码分割功能,使得 CSS 也能像 JavaScript 一样按需加载,优化了页面加载性能。
-
性能追踪增强:核心模块增加了对 JavaScript 插件的追踪能力,帮助开发者更好地分析和优化构建过程中的性能瓶颈。
重要问题修复
v1.3.11 版本修复了多个影响稳定性和功能完整性的问题:
-
模块系统修复:
- 修复了相对 HTTP 导入失败的问题
- 解决了 AMD 解析插件多次替换 define 插件值的问题
- 修正了动态导入 JSON 时默认名称处理不正确的情况
- 修复了跨渲染清单和内容哈希的模块顺序不一致问题
-
WASM 相关改进:
- 避免了跨线程传递文件描述符(fd)
- 解码 SharedArrayBuffer 时正确复制数据到 ArrayBuffer
-
作用域分析增强:
- 改进了内部图赋值分析
- 修复了内部图块作用域处理
- 解决了获取引用导出时解构属性丢失的问题
-
资源处理修正:
- 修复了 CSS 导入的资源不应生成 JS 模块的问题
- 解决了空唯一名称时的 CSS 本地标识名称问题
- 修正了 CopyRspackPlugin 转换函数的处理
-
路径处理改进:
- 修复了以斜杠开头的入口运行时块格式化问题
- 修正了动态导入缺失时的警告发出机制
文档与开发者体验改进
除了代码层面的改进,本次更新还对文档和开发者体验进行了多项优化:
-
新增了树摇优化(tree shaking)前提条件和纯注解的说明文档,帮助开发者更好地利用这一优化技术。
-
为 Rule 条件添加了示例,使得配置规则更加清晰易懂。
-
简化了 optimization.sideEffects 选项的描述,使其更易于理解。
-
更新了内置 SWC 加载器的文档,移除了不再使用的 useBuiltins 配置说明。
-
新增了 Compilation 和 Compiler 对象的介绍文档,帮助开发者更好地理解 Rspack 的核心概念。
总结
Rspack v1.3.11 版本在性能、功能和稳定性方面都做出了显著改进。通过持续的优化和新特性的引入,Rspack 正在逐步成为一个更加成熟和完善的前端构建工具。对于现有用户来说,升级到这个版本将获得更好的构建性能和更丰富的功能支持;对于新用户而言,现在正是评估和采用 Rspack 的良好时机。随着 Rust 在前端工具链中的不断普及,Rspack 有望在未来扮演更加重要的角色。
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 StartedRust075- DDeepSeek-V4-ProDeepSeek-V4-Pro(总参数 1.6 万亿,激活 49B)面向复杂推理和高级编程任务,在代码竞赛、数学推理、Agent 工作流等场景表现优异,性能接近国际前沿闭源模型。Python00
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
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
Kimi-K2.6Kimi K2.6 是一款开源的原生多模态智能体模型,在长程编码、编码驱动设计、主动自主执行以及群体任务编排等实用能力方面实现了显著提升。Python00
Hy3-previewHy3 preview 是由腾讯混元团队研发的2950亿参数混合专家(Mixture-of-Experts, MoE)模型,包含210亿激活参数和38亿MTP层参数。Hy3 preview是在我们重构的基础设施上训练的首款模型,也是目前发布的性能最强的模型。该模型在复杂推理、指令遵循、上下文学习、代码生成及智能体任务等方面均实现了显著提升。Python00