RSBuild v1.3.20 版本发布:Rspack 核心升级与配置优化
2025-06-18 22:43:54作者:宣利权Counsellor
RSBuild 是一个基于 Rspack 的现代化前端构建工具,它提供了开箱即用的构建能力,同时保持了高度的可配置性。该项目旨在为开发者提供快速、高效的构建体验,特别适合现代前端项目的开发需求。
Rspack 核心升级至 1.3.10
本次版本更新将 Rspack 核心依赖升级到了 1.3.10 版本。Rspack 作为 RSBuild 的底层构建引擎,这次升级带来了性能优化和稳定性提升。开发者可以享受到更快的构建速度和更可靠的构建过程。
对于使用 RSBuild 的项目,这一升级是透明的,无需开发者进行额外配置。但建议开发者在升级后进行一次完整的构建测试,确保项目构建行为符合预期。
类型系统优化:精确化 Rspack 配置类型
本次更新对 tools.rspack 配置项的类型定义进行了优化,使其更加精确。这一改进主要体现在:
- 类型定义现在能够更准确地反映 Rspack 实际支持的配置选项
- 开发者在使用 TypeScript 时能获得更好的类型提示和错误检查
- 减少了因类型不匹配导致的潜在配置错误
这一改进对于大型项目特别有价值,它能在开发阶段就捕获潜在的配置问题,而不是等到构建时才暴露出来。
文档改进与最佳实践
本次版本还包含了对文档的多项改进:
- 更新了 Rspack profile 的推荐值,帮助开发者更好地进行性能分析
- 增强了关于
buildDependencies配置项的文档说明,使其更加清晰易懂 - 新增了
afterListen服务器方法的文档,方便开发者扩展开发服务器的行为 - 修正了 Tailwind CSS 优化指南的链接,确保开发者能获取正确的优化建议
这些文档改进使得 RSBuild 的使用体验更加友好,特别是对新用户来说,能更快地上手并理解各项功能的最佳实践。
其他更新
除了上述主要变化外,本次版本还包含了一些依赖项的更新:
- 将 webpack 依赖更新至 5.99.8 版本
- 更新了 @rslib/core 至 0.7.0 版本
这些依赖更新主要带来了内部改进和 bug 修复,对大多数用户来说是透明的,但有助于提升整体稳定性和兼容性。
升级建议
对于现有项目,建议按照以下步骤进行升级:
- 更新 package.json 中的 RSBuild 版本
- 运行
npm install或yarn install安装新版本 - 进行一次完整的构建测试
- 检查是否有任何构建警告或错误,特别是与 Rspack 配置相关的
对于新项目,可以直接使用最新版本开始开发,享受所有改进带来的好处。
RSBuild 团队持续致力于提供更好的前端构建体验,这个版本再次体现了他们对开发者体验的关注。通过核心升级、类型优化和文档改进,RSBuild 正变得越来越成熟和易用。
登录后查看全文
热门项目推荐
相关项目推荐
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
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
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。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
最新内容推荐
电脑PC网易云音乐免安装皮肤插件使用指南:个性化音乐播放体验 开源电子设计自动化利器:KiCad EDA全方位使用指南 Jetson TX2开发板官方资源完全指南:从入门到精通 昆仑通态MCGS与台达VFD-M变频器通讯程序详解:工业自动化控制完美解决方案 基恩士LJ-X8000A开发版SDK样本程序全面指南 - 工业激光轮廓仪开发利器 PhysioNet医学研究数据库:临床数据分析与生物信号处理的权威资源指南 QT连接阿里云MySQL数据库完整指南:从环境配置到问题解决 Python案例资源下载 - 从入门到精通的完整项目代码合集 2022美赛A题优秀论文深度解析:自行车功率分配建模的成功方法 TJSONObject完整解析教程:Delphi开发者必备的JSON处理指南
项目优选
收起
deepin linux kernel
C
24
9
Ascend Extension for PyTorch
Python
222
238
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
9
1
暂无简介
Dart
671
156
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
661
312
React Native鸿蒙化仓库
JavaScript
261
322
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
64
19
仓颉编译器源码及 cjdb 调试工具。
C++
134
867
仓颉编程语言测试用例。
Cangjie
37
859
openGauss kernel ~ openGauss is an open source relational database management system
C++
160
217