Ember CLI 6.3.0 新特性:支持创建不含 Ember Data 的项目
在最新的 Ember CLI 6.3.0 beta 版本中,开发团队引入了一个重要改进:开发者现在可以通过命令行参数创建不包含 Ember Data 依赖的全新 Ember 应用。这一改进解决了长期困扰部分开发者的问题,为项目初始化提供了更灵活的选项。
背景与痛点
Ember Data 作为 Ember.js 生态中的官方数据管理库,长期以来都是新创建 Ember 项目的默认依赖。然而在实际开发中,并非所有项目都需要使用 Ember Data。例如:
- 使用 GraphQL 或其他非 RESTful API 的项目
- 仅需要简单 AJAX 调用的轻量级应用
- 使用其他数据管理方案(如 Apollo Client)的项目
在过去,开发者创建新项目后需要手动移除 Ember Data 及其相关依赖,这一过程不仅繁琐,还容易遗漏某些依赖项。
新特性详解
Ember CLI 6.3.0 版本通过引入新的命令行参数解决了这一问题。现在开发者可以通过以下方式创建不包含 Ember Data 的项目:
ember new my-app --no-ember-data
这一命令将生成一个完整的 Ember 项目结构,但不会包含任何与 Ember Data 相关的依赖包。项目初始化过程更加高效,避免了后续手动清理的工作。
技术实现原理
在底层实现上,Ember CLI 团队对项目生成器进行了重构,将 Ember Data 相关的依赖和配置从核心模板中分离出来。当检测到 --no-ember-data 参数时,生成器会跳过以下内容:
- 不安装 ember-data 包
- 不生成适配器、序列化器等样板文件
- 不包含相关的测试辅助工具
- 调整项目配置以兼容无 Ember Data 的环境
升级建议
对于正在使用 Ember CLI 6.x 版本的开发者,建议通过以下方式体验这一新特性:
- 升级到最新 beta 版本
- 使用新参数创建测试项目
- 验证项目功能是否符合预期
这一改进向后兼容,不会影响现有项目的运行。对于已经存在的项目,开发者仍然可以手动移除 Ember Data 依赖,但推荐在新项目初始化时直接使用新参数。
总结
Ember CLI 6.3.0 的这一改进体现了框架对开发者体验的持续优化。通过提供更细粒度的项目初始化选项,Ember 生态系统变得更加灵活,能够更好地适应不同类型的项目需求。这一变化特别适合那些需要轻量级解决方案或使用替代数据管理方案的开发者。
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5-w4a8GLM-5-w4a8基于混合专家架构,专为复杂系统工程与长周期智能体任务设计。支持单/多节点部署,适配Atlas 800T A3,采用w4a8量化技术,结合vLLM推理优化,高效平衡性能与精度,助力智能应用开发Jinja00
请把这个活动推给顶尖程序员😎本次活动专为懂行的顶尖程序员量身打造,聚焦AtomGit首发开源模型的实际应用与深度测评,拒绝大众化浅层体验,邀请具备扎实技术功底、开源经验或模型测评能力的顶尖开发者,深度参与模型体验、性能测评,通过发布技术帖子、提交测评报告、上传实践项目成果等形式,挖掘模型核心价值,共建AtomGit开源模型生态,彰显顶尖程序员的技术洞察力与实践能力。00
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
MiniMax-M2.5MiniMax-M2.5开源模型,经数十万复杂环境强化训练,在代码生成、工具调用、办公自动化等经济价值任务中表现卓越。SWE-Bench Verified得分80.2%,Multi-SWE-Bench达51.3%,BrowseComp获76.3%。推理速度比M2.1快37%,与Claude Opus 4.6相当,每小时仅需0.3-1美元,成本仅为同类模型1/10-1/20,为智能应用开发提供高效经济选择。【此简介由AI生成】Python00
Qwen3.5Qwen3.5 昇腾 vLLM 部署教程。Qwen3.5 是 Qwen 系列最新的旗舰多模态模型,采用 MoE(混合专家)架构,在保持强大模型能力的同时显著降低了推理成本。00- RRing-2.5-1TRing-2.5-1T:全球首个基于混合线性注意力架构的开源万亿参数思考模型。Python00