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。
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- QQwen3-Coder-Next2026年2月4日,正式发布的Qwen3-Coder-Next,一款专为编码智能体和本地开发场景设计的开源语言模型。Python00
xw-cli实现国产算力大模型零门槛部署,一键跑通 Qwen、GLM-4.7、Minimax-2.1、DeepSeek-OCR 等模型Go06
PaddleOCR-VL-1.5PaddleOCR-VL-1.5 是 PaddleOCR-VL 的新一代进阶模型,在 OmniDocBench v1.5 上实现了 94.5% 的全新 state-of-the-art 准确率。 为了严格评估模型在真实物理畸变下的鲁棒性——包括扫描伪影、倾斜、扭曲、屏幕拍摄和光照变化——我们提出了 Real5-OmniDocBench 基准测试集。实验结果表明,该增强模型在新构建的基准测试集上达到了 SOTA 性能。此外,我们通过整合印章识别和文本检测识别(text spotting)任务扩展了模型的能力,同时保持 0.9B 的超紧凑 VLM 规模,具备高效率特性。Python00
KuiklyUI基于KMP技术的高性能、全平台开发框架,具备统一代码库、极致易用性和动态灵活性。 Provide a high-performance, full-platform development framework with unified codebase, ultimate ease of use, and dynamic flexibility. 注意:本仓库为Github仓库镜像,PR或Issue请移步至Github发起,感谢支持!Kotlin08
VLOOKVLOOK™ 是优雅好用的 Typora/Markdown 主题包和增强插件。 VLOOK™ is an elegant and practical THEME PACKAGE × ENHANCEMENT PLUGIN for Typora/Markdown.Less00