T3-OSS/env-nextjs 0.13.8版本发布:新增Vite和WXT预设支持
T3-OSS/env是一个专注于环境变量管理的开源工具库,它通过类型安全的方式帮助开发者更好地管理和验证应用中的环境变量。该项目特别适用于Next.js等现代前端框架,提供了开箱即用的环境变量验证和类型推断功能。
在最新发布的0.13.8版本中,T3-OSS/env带来了两项重要的功能更新,进一步扩展了其在不同构建工具中的适用性。
Vite预设支持
新版本增加了对Vite构建工具的原生支持。Vite作为新一代前端构建工具,其环境变量处理机制与Webpack等传统工具有所不同。Vite默认会将所有以VITE_开头的环境变量暴露给客户端代码,这与传统的前端环境变量处理方式有所区别。
通过集成Vite预设,开发者现在可以:
- 自动识别Vite特有的环境变量前缀
- 获得与Vite构建流程无缝集成的类型安全环境变量管理
- 保持与Vite官方环境变量处理逻辑的一致性
这一特性特别适合正在从Webpack迁移到Vite或新建Vite项目的团队,可以确保环境变量管理的平滑过渡。
WXT预设支持
0.13.8版本还新增了对WXT(WebExtension Toolkit)的支持。WXT是一个用于开发浏览器扩展的现代工具包,它提供了一套简化的开发体验和优化的构建流程。
WXT预设的加入意味着:
- 开发者现在可以在浏览器扩展开发中获得类型安全的环境变量支持
- 自动适配WXT特有的环境变量处理方式
- 简化浏览器扩展项目中的环境变量配置流程
这对于开发跨浏览器扩展的团队尤其有价值,可以显著减少环境变量相关的配置错误和类型问题。
底层核心更新
这些新功能的实现依赖于@t3-oss/env-core 0.13.8版本的同步更新。核心库的改进为上层适配器提供了更灵活的预设系统,使得支持新的构建工具变得更加容易。这种架构设计也确保了不同适配器之间行为的一致性,无论开发者使用哪种构建工具,都能获得相似的类型安全和验证体验。
升级建议
对于已经在使用T3-OSS/env的项目,特别是那些考虑或已经采用Vite或WXT的项目,建议尽快升级到0.13.8版本以利用这些新特性。新预设的加入不会影响现有功能的正常工作,但可以显著提升在新构建工具中的开发体验。
对于新项目,特别是浏览器扩展或使用Vite的项目,现在可以直接从0.13.8版本开始,享受开箱即用的环境变量管理解决方案。
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-1.5暂无简介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