RSBuild v1.3.5 版本发布:优化构建体验与问题修复
RSBuild 是一个现代化的前端构建工具,它基于 Rspack 构建引擎,旨在为开发者提供高效、灵活的构建体验。RSBuild 通过简化配置、优化构建性能以及提供丰富的插件系统,帮助开发者快速构建高质量的前端应用。
在最新发布的 v1.3.5 版本中,RSBuild 团队主要聚焦于构建工具的稳定性和开发者体验的提升。这个版本包含了多项重要更新,既有对核心依赖的升级,也有针对常见问题的修复。
核心依赖升级
本次版本最重要的更新之一是将 Rspack 升级到了 v1.3.3 版本。Rspack 作为 RSBuild 的底层构建引擎,其性能优化和新特性都会直接影响到 RSBuild 的使用体验。通过这次升级,开发者可以享受到 Rspack 最新版本带来的构建性能改进和稳定性提升。
同时,项目还更新了多个关键依赖:
- 将 pnpm 包管理器升级到了 v10.8.0 版本
- 更新了 webpack 到 ^5.99.2 版本
- 升级了 @rspack/plugin-react-refresh 插件到 ~1.2.0
这些依赖的更新不仅带来了性能上的优化,也修复了之前版本中存在的一些潜在问题。
问题修复与改进
v1.3.5 版本中修复了几个影响开发者体验的问题:
-
类型定义修复:解决了 http-proxy-middleware 和 postcss 相关的类型定义问题,现在 TypeScript 用户在使用相关功能时将获得更准确的类型提示。
-
错误覆盖层改进:修复了错误覆盖层中链接转换不正确的问题,这使得开发者在调试时能够更清晰地看到错误信息。
-
插件依赖管理:优化了 @rsbuild/plugin-svgr 插件的依赖管理,不再固定 @rsbuild/plugin-react 的版本,为开发者提供了更大的灵活性。
文档优化
除了代码层面的改进,RSBuild 团队还对文档进行了多项优化:
-
修正了文档中错误的链接引用,确保开发者能够准确找到相关 API 文档。
-
改进了代码高亮显示,从原先的方案切换到了 shiki,提供了更美观、更准确的语法高亮效果。
-
优化了文档中的 URL 结构,使用更简洁的链接形式,提升了文档的可读性和易用性。
总结
RSBuild v1.3.5 虽然是一个小版本更新,但它包含了多项对开发者体验有实质性提升的改进。从底层依赖的升级到具体问题的修复,再到文档的优化,都体现了 RSBuild 团队对产品质量和开发者体验的持续关注。
对于正在使用 RSBuild 的开发者来说,升级到这个版本可以获得更稳定的构建体验和更好的开发支持。特别是对于那些遇到类型定义问题或错误覆盖层显示问题的项目,这次更新将带来明显的改善。
ERNIE-4.5-VL-28B-A3B-ThinkingERNIE-4.5-VL-28B-A3B-Thinking 是 ERNIE-4.5-VL-28B-A3B 架构的重大升级,通过中期大规模视觉-语言推理数据训练,显著提升了模型的表征能力和模态对齐,实现了多模态推理能力的突破性飞跃Python00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Python00
HunyuanVideo-1.5暂无简介00
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能Python00
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
GOT-OCR-2.0-hf阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00