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。
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-1.5HunyuanVideo-1.5作为一款轻量级视频生成模型,仅需83亿参数即可提供顶级画质,大幅降低使用门槛。该模型在消费级显卡上运行流畅,让每位开发者和创作者都能轻松使用。本代码库提供生成创意视频所需的实现方案与工具集。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
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