npm CLI v11.1.0 版本发布:新增取消废弃功能与多项改进
npm CLI 作为 Node.js 生态中最核心的包管理工具,其每次版本更新都直接影响着数百万开发者的日常开发体验。最新发布的 v11.1.0 版本带来了一系列实用功能增强和问题修复,其中最值得关注的是新增了 undeprecate 命令和 dry-run 模式支持,这些改进将显著提升开发者在包管理方面的操作体验。
核心功能增强
本次更新最引人注目的功能是新增了 npm undeprecate 命令,它允许包维护者撤销之前对特定版本标记的废弃状态。这个功能与现有的 deprecate 命令形成完美互补,为包维护者提供了更完整的版本管理能力。在实际开发中,当维护者错误地标记了某个版本为废弃状态,或者情况发生变化需要恢复某个版本时,这个命令将变得非常有用。
与此同时,deprecate 和 undeprecate 命令现在都支持 --dry-run 参数。这个参数允许开发者在实际执行操作前预览命令的效果,避免意外修改,特别适合在自动化脚本或CI/CD流程中使用。
发布流程优化
在包发布机制方面,v11.1.0 版本进行了多项重要改进:
- 现在会忽略已废弃版本进行最高版本计算,这意味着即使某个旧版本被标记为废弃,也不会影响新版本的发布判断逻辑。
- 新增了对
publishConfig.tag配置的支持,允许包维护者通过此配置覆盖默认的最高语义版本检查,为特殊发布场景提供了灵活性。 - 修复了
--force标志在无分发标签和注册表版本检查情况下的行为问题,确保强制发布能够按预期工作。
这些改进使得 npm 的发布流程更加健壮和灵活,能够适应各种复杂的发布场景。
软件物料清单(SBOM)改进
在软件供应链安全日益重要的今天,npm 继续强化其 SBOM 功能。v11.1.0 版本修复了 SBOM 依赖项去重的问题,确保生成的软件物料清单更加准确。这对于需要严格管理依赖关系和安全审计的项目尤为重要。
开发者体验提升
除了核心功能外,本次更新还包含多项提升开发者体验的改进:
- 搜索功能现在能够正确处理多个搜索词,提供更精准的搜索结果
- 文档中修正了多处拼写错误,提高了文档质量
- 更新了 README 中关于 Node.js 版本支持的信息,移除了不再相关的徽章
- 明确了
--depth标志的默认值,消除了使用时的困惑
底层架构与测试改进
在技术债务管理方面,开发团队进行了多项底层优化:
- 将 smoke-tests 从 publish-dryrun 测试中分离出来,提高了测试的模块化程度
- 修复了预发布版本测试中需要单独字符串参数的问题
- 更新了多个开发依赖版本,包括
@npmcli/config升级到 v10.0.1 - 调整了发布集成测试的 Node.js 版本支持矩阵
这些改进虽然对终端用户不可见,但显著提升了 npm CLI 本身的开发效率和稳定性。
总结
npm CLI v11.1.0 版本通过新增 undeprecate 命令和 dry-run 支持,为包维护者提供了更完善的版本管理工具链。同时,发布流程的多项优化和安全功能的增强,使得 npm 在现代化开发工作流中继续保持其核心地位。对于 Node.js 开发者而言,及时升级到这个版本将能够体验到更稳定、更灵活的包管理功能。
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