Rolldown 项目新增对 `external: 'absolute'` 的支持解析
在模块打包工具的开发中,处理外部依赖项(external)是一个关键功能。Rolldown 作为新兴的 JavaScript 模块打包工具,近期在其核心功能上做出了重要改进 - 支持了 resolveId
插件钩子中的 external: 'absolute'
选项。
背景与需求
在模块打包过程中,开发者经常需要指定某些模块作为外部依赖,不进行打包处理。传统的 Rollup 和 Webpack 等工具提供了多种方式来处理外部依赖。Nuxt.js 框架从 3.16 版本开始,在其核心插件中使用了 external: 'absolute'
这一特殊选项来精确控制外部依赖的解析行为。
然而,Rolldown 最初并未实现对这一选项的支持,这导致使用新版本 Nuxt.js 的项目无法通过 Rolldown 正确构建。具体表现为,当 Nuxt.js 的解析外部依赖插件尝试使用 external: 'absolute'
选项时,构建过程会失败。
技术实现解析
external: 'absolute'
选项的核心作用是告诉打包工具:当遇到绝对路径的模块引用时,应将其视为外部依赖而不进行打包处理。这一功能对于框架开发者特别重要,因为它允许更精细地控制哪些资源应该保留为外部引用。
在 Rolldown 的实现中,这一功能通过对 resolveId
钩子的增强来实现。当插件返回一个包含 external: 'absolute'
的对象时,Rolldown 会:
- 检查模块路径是否为绝对路径
- 如果是绝对路径,则将该模块标记为外部依赖
- 在最终生成的 bundle 中保留对这些模块的外部引用
实际应用场景
这一改进特别适用于以下场景:
- 框架开发:如 Nuxt.js 这样的框架需要精确控制核心模块的打包行为
- 混合应用:当项目同时使用打包工具处理的代码和直接引用的外部脚本时
- 微前端架构:在主应用需要明确引用子应用的绝对路径资源时
对开发者的影响
对于使用 Rolldown 的开发者来说,这一改进意味着:
- 可以无缝使用最新版本的 Nuxt.js 框架
- 获得了更灵活的模块外部化控制能力
- 在复杂项目结构中能够更精确地管理依赖关系
总结
Rolldown 对 external: 'absolute'
的支持标志着该项目在兼容性和功能性上的重要进步。这一改进不仅解决了与 Nuxt.js 的兼容性问题,更为开发者提供了更强大的模块解析控制能力,使得 Rolldown 在现代化前端工具链中的地位更加稳固。
随着 JavaScript 生态系统的不断发展,模块打包工具需要不断适应各种框架和构建场景的需求。Rolldown 通过实现这一功能,展示了其对开发者实际需求的快速响应能力,为未来的功能扩展奠定了良好的基础。
PaddleOCR-VL
PaddleOCR-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- DDeepSeek-V3.2-ExpDeepSeek-V3.2-Exp是DeepSeek推出的实验性模型,基于V3.1-Terminus架构,创新引入DeepSeek Sparse Attention稀疏注意力机制,在保持模型输出质量的同时,大幅提升长文本场景下的训练与推理效率。该模型在MMLU-Pro、GPQA-Diamond等多领域公开基准测试中表现与V3.1-Terminus相当,支持HuggingFace、SGLang、vLLM等多种本地运行方式,开源内核设计便于研究,采用MIT许可证。【此简介由AI生成】Python00
openPangu-Ultra-MoE-718B-V1.1
昇腾原生的开源盘古 Ultra-MoE-718B-V1.1 语言模型Python00ops-transformer
本项目是CANN提供的transformer类大模型算子库,实现网络在NPU上加速计算。C++0123AI内容魔方
AI内容专区,汇集全球AI开源项目,集结模块、可组合的内容,致力于分享、交流。02Spark-Chemistry-X1-13B
科大讯飞星火化学-X1-13B (iFLYTEK Spark Chemistry-X1-13B) 是一款专为化学领域优化的大语言模型。它由星火-X1 (Spark-X1) 基础模型微调而来,在化学知识问答、分子性质预测、化学名称转换和科学推理方面展现出强大的能力,同时保持了强大的通用语言理解与生成能力。Python00GOT-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- HHowToCook程序员在家做饭方法指南。Programmer's guide about how to cook at home (Chinese only).Dockerfile011
- PpathwayPathway is an open framework for high-throughput and low-latency real-time data processing.Python00
项目优选









