Rsbuild v1.3.3 版本发布:增强浏览器兼容性与开发体验优化
Rsbuild 是一个基于 Rspack 的现代化前端构建工具,旨在为开发者提供高性能、易配置的构建体验。该项目由 web-infra-dev 团队维护,专注于提升前端工程化效率。最新发布的 v1.3.3 版本带来了一系列实用功能改进和问题修复,进一步提升了开发者的使用体验。
核心功能增强
浏览器兼容性配置升级
本次版本最值得关注的改进是对浏览器兼容性配置的增强。现在开发者可以指定更多浏览器名称来进行精确的兼容性控制。这一改进使得开发者能够更灵活地定义目标浏览器环境,确保构建产物能够精准适配不同用户群体的浏览器环境。
在实际项目中,这意味着开发者可以更细致地控制 polyfill 和语法转换的范围,避免不必要的代码转换,从而优化最终打包产物的体积和性能。
环境变量加载控制
新版本增加了对 .env 文件加载的控制能力。开发者现在可以通过配置选项来禁用自动加载 .env 文件的功能。这一改进特别适合以下场景:
- 在特定构建环境中需要完全控制环境变量的场景
- 避免开发环境与生产环境配置意外混淆的情况
- 需要自定义环境变量加载逻辑的高级用例
开发体验优化
SVGR 插件增强
针对 SVG 处理,新版本改进了 @rsbuild/plugin-svgr 插件对 raw query 的支持。这意味着开发者现在可以更灵活地在项目中混合使用 SVG 作为组件和原始资源,满足不同场景下的需求。
文件大小计算精度提升
修复了文件大小计算的问题,现在使用 Buffer.byteLength 方法替代原有实现,确保了文件大小计算的准确性。这一改进对于精确监控构建产物大小、优化性能指标具有重要意义。
服务端 ESM 支持
解决了服务端运行时对 globalThis 的访问问题,增强了在 ESM 模块系统中的兼容性。这一改进使得 Rsbuild 能够更好地支持现代 JavaScript 模块系统,为开发者提供更稳定的开发服务器体验。
内部优化与维护
除了面向开发者的功能改进外,v1.3.3 版本还包含多项内部优化:
- 更新了 Tailwind CSS 至 v4.1.0,带来最新的工具类功能
- 简化了 ProviderInstance 类型定义,提升类型系统易用性
- 优化了应用图标处理逻辑,使图标路径处理更加健壮
- 更新了 React Refresh 插件至最新版本
总结
Rsbuild v1.3.3 版本虽然是一个小版本更新,但带来了多项实用的功能改进和问题修复。从增强浏览器兼容性配置到优化开发体验,这些改进都体现了 Rsbuild 团队对开发者体验的关注。对于正在使用 Rsbuild 的团队,建议尽快升级以获取这些改进带来的好处,特别是需要精确控制浏览器兼容性或环境变量加载的项目。
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