Rspack v1.3.2 版本发布:并行加载器增强与WASI支持
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。Rspack 旨在为现代前端开发提供更快的构建速度和更好的开发体验。最新发布的 v1.3.2 版本带来了一些重要的功能增强和错误修复。
并行加载器功能增强
本次更新中,Rspack 对并行加载器(loader-parallel)进行了两项重要改进:
-
LoaderContext API 扩展支持:现在并行加载器可以支持更多的 LoaderContext API,这使得开发者在编写自定义加载器时能够使用更丰富的功能接口。LoaderContext 是加载器执行时的上下文环境,提供了许多实用的方法和属性。
-
文件系统访问支持:新增了对
LoaderContext.fs作为node:fs的支持。这意味着加载器现在可以直接使用 Node.js 的文件系统模块来读写文件,为加载器开发者提供了更大的灵活性。这一改进特别适合需要复杂文件操作的场景,如资源处理或文件转换。
WASI 运行时支持
Rspack v1.3.2 引入了对 WASI (WebAssembly System Interface) 的支持,这是一个重要的功能扩展。WASI 是一种标准接口,允许 WebAssembly 代码以安全的方式与系统资源交互。通过这一支持:
- 开发者可以在 Rspack 构建流程中使用 WebAssembly 模块
- 实现了与 Node.js 环境的 WASI 兼容性
- 为性能敏感型任务提供了新的优化可能性
这一特性为 Rspack 生态系统打开了 WebAssembly 的大门,使得开发者可以将高性能的 WebAssembly 模块集成到构建流程中。
稳定性改进与错误修复
本次版本还包含多项稳定性改进:
-
增量重建优化:修复了在增量重建时确保缓存存在性的问题,提高了构建的可靠性。增量重建是提升开发效率的关键功能,这一修复确保了在快速迭代时的构建稳定性。
-
命名块ID稳定性:改进了命名块ID的生成算法,使其更加稳定可靠。块ID的稳定性对于长期项目的维护和缓存策略都非常重要。
-
运行时需求处理:修复了多个运行时需求在树形结构中 JavaScript 钩子调用的问题,确保了构建过程的正确性。
-
块合并逻辑优化:改进了块创建根节点的合并逻辑,避免了后期不必要的块合并操作,提升了构建效率。
文档与基础设施更新
除了功能改进外,本次更新还包括:
- 新增了 Next.js 基础指南文档,帮助开发者更好地将 Rspack 与 Next.js 框架集成
- 多项依赖项更新,包括 Babel 升级到 v7.27.0 版本
- 内部代码重构,提升了代码质量和可维护性
Rspack v1.3.2 的这些改进进一步巩固了其作为现代前端构建工具的地位,特别是在性能和功能扩展方面。对于正在寻找 Webpack 替代方案或需要更高构建性能的团队来说,这个版本值得关注和尝试。
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-1.5HunyuanVideo-1.5作为一款轻量级视频生成模型,仅需83亿参数即可提供顶级画质,大幅降低使用门槛。该模型在消费级显卡上运行流畅,让每位开发者和创作者都能轻松使用。本代码库提供生成创意视频所需的实现方案与工具集。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