Vue.js 3.15.0 版本发布:create-vue 项目工具链全面升级
项目简介
create-vue 是 Vue.js 官方提供的脚手架工具,用于快速初始化 Vue 项目。作为 Vue 生态中的重要一环,它集成了现代前端开发所需的各种工具和配置,让开发者能够专注于业务逻辑而非项目搭建。本次发布的 3.15.0 版本带来了多项用户体验改进和工具链更新。
CLI 交互体验优化
多选式功能选择
新版 create-vue 彻底重构了交互界面,将原本分散的 Yes/No 单项选择整合为直观的多选界面。这一改进显著提升了项目初始化效率,开发者现在可以一次性勾选所有需要的功能模块,而无需逐项确认。
这种交互方式的改变符合现代 CLI 工具的设计趋势,特别是对于包含多个可选功能的场景。它不仅减少了操作步骤,还让功能之间的关联性更加清晰可见。
新增功能标志
为满足自动化部署和 CI/CD 流程的需求,3.15.0 版本新增了两个重要的功能标志:
--eslint-with-oxlint:使用 oxlint 替代传统 ESLint--prettier:直接启用 Prettier 代码格式化工具
这些标志允许开发者通过命令行参数直接指定工具配置,无需手动交互。对于需要批量创建项目或保持配置一致性的团队特别有价值。
Prettier 配置策略调整
本次更新采纳了 Prettier 官方的版本锁定建议。在生成的项目中,Prettier 的版本将被精确固定,而非使用宽松的版本范围。这一变化带来了几个显著优势:
- 确保团队成员和构建环境使用完全相同的格式化规则
- 避免因自动升级导致的不一致格式化结果
- 提高项目长期维护的稳定性
锁定版本虽然看似保守,但对于代码格式化这种对一致性要求极高的工具来说,实际上是最佳实践。
ESLint 生态重大更新
eslint-plugin-vue v10 集成
新版 create-vue 集成了 eslint-plugin-vue 的第 10 个大版本,这个更新带来了几个关键变化:
对于 JavaScript 项目,现在必须显式配置浏览器全局变量。这一改变虽然增加了少量配置工作,但显著提高了代码检查的准确性,避免了隐式全局变量带来的潜在问题。
配置方式演进
新版本继续强化了现代 ESLint 的扁平化配置方式(eslint.config.js),这种配置方式相比传统的.eslintrc 更加简洁和易于维护。对于 Vue 开发者而言,这意味着:
- 更清晰的规则组织结构
- 更好的 TypeScript 支持
- 更简单的共享配置机制
技术选型建议
基于本次更新,对于新启动的 Vue 项目,我们建议:
- 优先使用多选交互模式初始化项目,提高效率
- 对于团队项目,考虑使用功能标志保持配置一致性
- 评估 oxlint 在性能敏感场景下的优势
- 充分利用新版 ESLint 的显式全局变量配置,提高代码质量
总结
create-vue 3.15.0 版本通过优化交互体验、强化工具链稳定性,进一步巩固了其作为 Vue 项目初始化首选工具的地位。这些改进不仅提升了开发者的日常体验,也为大型项目的长期维护奠定了更好的基础。对于 Vue 开发者而言,及时了解这些变化并应用到新项目中,将有助于提高开发效率和代码质量。
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