Rspack v1.3.0-beta.1 版本发布:懒编译中间件与循环依赖检测
Rspack 是一个基于 Rust 的高性能前端构建工具,它结合了 Webpack 的生态系统和 Rust 的高效性能。在最新的 v1.3.0-beta.1 版本中,Rspack 带来了两项重要的新特性:懒编译中间件和循环依赖检测插件。这些改进不仅提升了开发体验,也增强了构建过程的健壮性。
懒编译中间件:开发体验的重大提升
懒编译(Lazy Compilation)是现代前端构建工具中一项重要的优化技术,它允许按需编译代码,而不是一次性编译整个项目。在之前的版本中,Rspack 实现懒编译需要启动一个单独的服务来处理特殊请求,这导致了端口、服务器配置和代理不一致的问题。
新版本中,Rspack 将懒编译的核心能力封装成了一个 Express 风格的中间件。开发者只需要几行代码就可以将懒编译能力嵌入到自定义的开发服务器中,解决了多服务实例配置不一致的问题。
对于使用 @rspack/cli 的开发者来说,可以无需任何改动就享受到这一改进。而对于使用自定义开发服务器的开发者,可以通过简单的中间件集成来使用这一功能:
import { experiments, rspack } from '@rspack/core';
import config from './rspack.config.mjs';
import DevServer from 'webpack-dev-server';
const compiler = rspack(config);
const middleware = experiments.lazyCompilationMiddleware(
compiler,
{
entries: true, // 懒编译入口
imports: true, // 懒编译动态导入
...config.experiments?.lazyCompilation
}
);
const server = new DevServer(compiler, {
port: 3000,
setupMiddlewares(other) {
return [middleware, ...other];
},
});
server.start();
这一改进使得懒编译的集成更加灵活和一致,大大提升了开发体验。
循环依赖检测插件:构建质量的守护者
循环依赖是 JavaScript 项目中常见的问题,它可能导致难以调试的行为和性能问题。新版本中,Rspack 引入了一个内置插件 CircularDependencyRspackPlugin 来检测运行时模块之间的循环依赖。
这个插件的独特之处在于它是基于 Rust 实现的,直接与 Rspack 的模块图集成,避免了昂贵的复制和序列化成本。插件会遍历每个入口的模块图来查找所有循环引用,而不是单独检查模块,这意味着它的性能更好。
使用这个插件非常简单:
import { rspack } from '@rspack/core';
const config = {
plugins: [
new rspack.CircularDependencyRspackPlugin({
failOnError: true, // 发现循环依赖时使构建失败
})
]
}
这个插件可以帮助开发者在早期发现并解决循环依赖问题,提高代码质量和可维护性。
其他重要改进
除了上述两个主要特性外,这个版本还包含了许多其他改进:
-
CopyRspackPlugin 对齐 Webpack:
CopyRspackPlugin的 transform API 现在与 Webpack 插件对齐,提高了兼容性。 -
并行处理优化:引入了
par_iter_then_collect方法来优化并行处理性能。 -
模块 ID 确定性:修复了
getModuleId返回类型的问题,确保模块 ID 的确定性。 -
依赖关系迭代器修复:修复了
compilation.*_dependencies迭代器在同步调用时忽略新增项的问题。 -
现代模块系统改进:修正了非导出星号连接计数的问题。
总结
Rspack v1.3.0-beta.1 版本带来了两项重要的新特性:懒编译中间件和循环依赖检测插件,它们分别从开发体验和代码质量两个维度提升了 Rspack 的能力。这些改进展示了 Rspack 团队对开发者体验和构建质量的持续关注,也体现了 Rust 在构建工具领域的性能优势。
对于正在使用或考虑使用 Rspack 的开发者来说,这个版本值得关注和尝试。懒编译中间件简化了开发服务器的配置,循环依赖检测插件则帮助开发者构建更健壮的应用程序。随着这些功能的加入,Rspack 正在成为一个更成熟、更强大的构建工具选择。
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
PaddleOCR-VL-1.5PaddleOCR-VL-1.5 是 PaddleOCR-VL 的新一代进阶模型,在 OmniDocBench v1.5 上实现了 94.5% 的全新 state-of-the-art 准确率。 为了严格评估模型在真实物理畸变下的鲁棒性——包括扫描伪影、倾斜、扭曲、屏幕拍摄和光照变化——我们提出了 Real5-OmniDocBench 基准测试集。实验结果表明,该增强模型在新构建的基准测试集上达到了 SOTA 性能。此外,我们通过整合印章识别和文本检测识别(text spotting)任务扩展了模型的能力,同时保持 0.9B 的超紧凑 VLM 规模,具备高效率特性。Python00
xw-cli实现国产算力大模型零门槛部署,一键跑通 Qwen、GLM-4.7、Minimax-2.1、DeepSeek-OCR 等模型Go06
yuanrongopenYuanrong runtime:openYuanrong 多语言运行时提供函数分布式编程,支持 Python、Java、C++ 语言,实现类单机编程高性能分布式运行。Go051
pc-uishopTNT开源商城系统使用java语言开发,基于SpringBoot架构体系构建的一套b2b2c商城,商城是满足集平台自营和多商户入驻于一体的多商户运营服务系统。包含PC 端、手机端(H5\APP\小程序),系统架构以及实现案例中应满足和未来可能出现的业务系统进行对接。Vue00
ebook-to-mindmapepub、pdf 拆书 AI 总结TSX01