RSBuild v1.3.10 版本发布:性能优化与资源提示增强
RSBuild 是一个现代化的前端构建工具,它基于 Rspack 构建引擎,旨在为开发者提供高性能、易配置的构建体验。该项目由 Web Infra 团队维护,专注于提升前端构建效率,同时保持出色的开发者体验。
资源提示功能增强
本次 v1.3.10 版本对资源提示功能(prefetch 和 preload)进行了多项改进。资源提示是现代 Web 性能优化的重要手段,它允许浏览器提前加载关键资源,从而提升页面加载速度。
新版本引入了更强大的过滤机制,开发者现在可以更精确地控制哪些资源需要被预加载或预获取。这一改进使得资源提示策略可以更加精细化,避免不必要的资源加载,从而优化整体性能。
特别值得注意的是,新版本修复了一个重要问题:内联资源(如通过 data URL 嵌入的资源)现在不会再生成资源提示。这一修复避免了资源重复加载的问题,确保了构建结果的正确性。
性能优化措施
在性能方面,v1.3.10 版本做了两处重要改进:
-
优化了内联 chunk 的匹配算法,使其运行速度更快。这一优化减少了构建过程中的计算开销,特别是在处理大型项目时效果更为明显。
-
重构了资源提示插件(HtmlResourceHintsPlugin)的内部实现,使其结构更加清晰,同时也为未来的功能扩展打下了更好的基础。
错误处理与日志改进
新版本对错误提示和日志输出也做了优化:
- 当开发者尝试使用 Node.js 内置模块时,错误信息现在更加清晰明确,帮助开发者快速定位问题。
- 文件名日志的高亮显示得到了修正,使控制台输出更加易读,便于开发者快速识别关键信息。
文档完善
文档方面,v1.3.10 版本带来了多项改进:
- 重新组织了指南部分的侧边栏结构,使文档导航更加合理
- 优化了关于 Browserslist 配置的内容顺序,使其更符合开发者的查阅习惯
- 增加了关于 prefetch 和 preload 过滤器的具体使用示例
- 改进了 SSR 示例代码,帮助开发者更好地实现服务端渲染
- 在 README 中新增了 Rstest 的相关信息
依赖项更新
作为常规维护的一部分,本次版本更新了多个依赖项:
- 将 pnpm 升级至 v10.9.0
- 更新了 sass 编译器至 1.87.0 版本
- 模块联邦(Module Federation)升级到 v0.13.0
- 文档 UI 组件更新至 1.8.0 版本
这些依赖更新带来了 bug 修复、性能改进和新功能支持,同时保持了项目的安全性和稳定性。
总结
RSBuild v1.3.10 是一个以优化为主的版本,它在不引入破坏性变更的情况下,提升了构建性能,改进了资源提示功能,并完善了文档体系。对于追求构建效率和性能优化的团队来说,这个版本值得升级。特别是那些大量使用 prefetch 和 preload 策略的项目,将会从本次更新中获得明显的收益。
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