Modern.js 2.63.7 版本发布:SSR 增强与 BFF 跨项目调用能力
Modern.js 是一个现代化的前端开发框架,它集成了多种前端开发的最佳实践,提供了从开发到部署的全套解决方案。该框架特别注重开发体验和性能优化,支持多种渲染模式,包括客户端渲染(CSR)、服务端渲染(SSR)和静态站点生成(SSG)。
服务端渲染(SSR)功能增强
本次发布的 2.63.7 版本在服务端渲染方面做了多项改进。首先新增了在 SSR URL 不匹配时重新加载页面的配置选项,这一功能对于处理动态路由和重定向场景特别有用。当用户访问的 URL 与服务端渲染时使用的 URL 不一致时,框架会自动触发页面重新加载,确保应用状态与 URL 保持同步。
另一个重要改进是在流式渲染中增加了对 styled-components 的支持。styled-components 是一种流行的 CSS-in-JS 解决方案,现在开发者可以在 Modern.js 的流式 SSR 中无缝使用它,而不用担心样式丢失或闪烁的问题。
框架还统一了 SSR 中 Loader 的响应逻辑,这使得数据加载行为更加一致和可预测。Loader 是 SSR 中用于获取数据的关键组件,这一改进将提升开发者在服务端渲染场景下的开发体验。
BFF 跨项目调用能力
Backend For Frontend (BFF) 是 Modern.js 的重要特性之一,它允许前端开发者直接编写后端逻辑而无需深入后端技术栈。在 2.63.7 版本中,BFF 功能得到了显著增强,现在支持跨项目调用。
这意味着开发者可以在一个 Modern.js 项目中调用另一个项目中的 BFF API,极大地提高了代码复用性和项目组织的灵活性。同时,框架还修复了 BFF 客户端产物中环境变量缺失的问题,确保了跨项目调用时的配置一致性。
插件系统改进
Modern.js 的插件系统在本版本中也得到了多项增强。新增了 isPluginExists API,允许开发者检查特定插件是否已注册。插件现在可以通过 run 方法接收更高优先级的配置参数,这为插件提供了更大的灵活性。
框架还新增了 onDevCompileDone 钩子函数,并调整了 onAfterDev 钩子的执行时机,为开发者提供了更精细的开发流程控制点。这些改进使得插件开发者能够更好地与构建流程交互,实现更复杂的定制需求。
构建与开发体验优化
在构建方面,CLI 插件现在可以扩展构建工具函数,这为构建流程的定制提供了更多可能性。框架还改进了 API 未注册时的错误处理,现在会提供更详细的调试信息,帮助开发者快速定位问题。
对于静态站点生成(SSG)功能,修复了无法渲染大量路由列表的问题,提升了框架处理大规模静态页面的能力。
总结
Modern.js 2.63.7 版本通过增强 SSR 功能、扩展 BFF 能力以及改进插件系统,进一步提升了开发体验和框架的灵活性。这些改进使得 Modern.js 更适合构建复杂的企业级应用,同时也保持了框架对开发者友好的特性。无论是服务端渲染的深度定制,还是跨项目的后端逻辑共享,新版本都提供了更强大的支持。
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