Angular CLI 19.1.0 版本发布:构建工具链全面升级
Angular CLI 是 Angular 官方提供的命令行工具,用于快速创建、开发、构建和维护 Angular 应用程序。作为 Angular 生态系统的核心工具之一,它极大地简化了开发者的工作流程。本次发布的 19.1.0 版本带来了多项重要更新,主要集中在构建工具链的优化和功能增强上。
构建工具链的重大改进
全新的 @angular/build 包集成
19.1.0 版本最显著的变化是将 ng-packagr 构建器迁移到了新的 @angular/build 包中。这一架构调整带来了几个关键优势:
- 模块化程度更高:构建功能被更好地封装在独立包中,便于维护和更新
- 一致性增强:所有核心构建工具现在都集中在 @angular/build 包下
- 平滑迁移:通过 schematics 自动处理现有项目的迁移,确保兼容性
对于开发者而言,这意味着更稳定和一致的构建体验,同时也为未来的功能扩展奠定了基础。
国际化(i18n)功能增强
灵活的本地化URL配置
新版本引入了对 i18n 配置中 URL 段自定义的支持,主要改进包括:
- 新增
subPath配置项,取代了原有的baseHref subPath同时控制 HTML 的 base HREF 和输出目录名称- 默认情况下会使用语言环境代码作为 subPath 值
这一变化使得国际化路由的配置更加直观和灵活,开发者可以更精细地控制不同语言版本的 URL 结构。
根路由自动重定向
当用户访问应用的根路由而没有指定语言环境时,系统现在会自动重定向到首选语言环境。这一改进显著提升了多语言应用的用户体验,避免了用户手动选择语言的麻烦。
开发体验优化
组件模板热替换
19.1.0 版本默认启用了组件模板的热模块替换(HMR)功能。这意味着开发者在修改组件模板时,无需手动刷新浏览器就能看到变更效果,大大提高了开发效率。
样式热更新改进
新版本优化了组件样式的热更新机制,现在使用组件级别的更新策略,使得样式变更的响应更加迅速和准确。
服务端渲染(SSR)增强
性能优化
SSR 功能获得了多项改进:
- 为懒加载路由添加了
modulepreload支持,提升页面加载性能 - 改进了路由提取过程中的组件引导逻辑
- 修复了 SSR 构建中外部包加载器处理的问题
开发模式优化
在开发模式下,SSR 现在能更好地处理组件模板更新,并修复了与 Vite 开发服务器的集成问题,使得 SSR 开发体验更加流畅。
构建系统稳定性提升
文件监视改进
构建系统现在能更准确地处理文件变更:
- 在监视模式下正确移除已删除的资源文件
- 支持增量构建结果在监视模式下的处理
- 资源变更时自动触发浏览器刷新
类型检查配置
新增了对 isolatedModules 和 emitDecoratorMetadata 同时使用的警告,帮助开发者避免潜在的构建问题。
架构工具改进
路径处理增强
核心工具现在能更好地处理 Windows 系统下驱动器字母的大小写问题,提高了跨平台开发的稳定性。
规则类型更新
Schematics 的 Rule 类型现在支持返回 Promise<Tree>,为异步操作提供了更好的类型支持。
总结
Angular CLI 19.1.0 版本通过构建工具链的重构和多项功能增强,为开发者带来了更高效、更稳定的开发体验。特别是国际化支持和开发模式优化的改进,将显著提升大型 Angular 应用的开发效率。建议开发者尽快升级到新版本,以充分利用这些改进带来的好处。
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