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-5.1GLM-5.1是智谱迄今最智能的旗舰模型,也是目前全球最强的开源模型。GLM-5.1大大提高了代码能力,在完成长程任务方面提升尤为显著。和此前分钟级交互的模型不同,它能够在一次任务中独立、持续工作超过8小时,期间自主规划、执行、自我进化,最终交付完整的工程级成果。Jinja00
MiniMax-M2.7MiniMax-M2.7 是我们首个深度参与自身进化过程的模型。M2.7 具备构建复杂智能体应用框架的能力,能够借助智能体团队、复杂技能以及动态工具搜索,完成高度精细的生产力任务。Python00- QQwen3.5-397B-A17BQwen3.5 实现了重大飞跃,整合了多模态学习、架构效率、强化学习规模以及全球可访问性等方面的突破性进展,旨在为开发者和企业赋予前所未有的能力与效率。Jinja00
HY-Embodied-0.5这是一套专为现实世界具身智能打造的基础模型。该系列模型采用创新的混合Transformer(Mixture-of-Transformers, MoT) 架构,通过潜在令牌实现模态特异性计算,显著提升了细粒度感知能力。Jinja00
LongCat-AudioDiT-1BLongCat-AudioDiT 是一款基于扩散模型的文本转语音(TTS)模型,代表了当前该领域的最高水平(SOTA),它直接在波形潜空间中进行操作。00
ERNIE-ImageERNIE-Image 是由百度 ERNIE-Image 团队开发的开源文本到图像生成模型。它基于单流扩散 Transformer(DiT)构建,并配备了轻量级的提示增强器,可将用户的简短输入扩展为更丰富的结构化描述。凭借仅 80 亿的 DiT 参数,它在开源文本到图像模型中达到了最先进的性能。该模型的设计不仅追求强大的视觉质量,还注重实际生成场景中的可控性,在这些场景中,准确的内容呈现与美观同等重要。特别是,ERNIE-Image 在复杂指令遵循、文本渲染和结构化图像生成方面表现出色,使其非常适合商业海报、漫画、多格布局以及其他需要兼具视觉质量和精确控制的内容创作任务。它还支持广泛的视觉风格,包括写实摄影、设计导向图像以及更多风格化的美学输出。Jinja00