weapp-tailwindcss 4.0.0 版本发布:全新功能与重大改进
weapp-tailwindcss 是一个专为小程序开发设计的工具集,它允许开发者在小程序中使用流行的 Tailwind CSS 框架。通过提供各种适配器和转换工具,它解决了 Tailwind CSS 在小程序环境中的兼容性问题,让开发者能够享受到 Tailwind CSS 带来的高效开发体验。
主要功能改进
新增 @weapp-tailwindcss/merge 支持
4.0.0 版本引入了全新的 @weapp-tailwindcss/merge 功能,这是专为小程序环境定制的 tailwindcss-merge 和 cva 方法实现。这一改进为开发者提供了更强大的工具来管理和合并 Tailwind 类名,特别是在复杂组件开发场景下。
重大变更
-
模块结构调整:移除了内置的
weapp-tailwindcss/postcss模块,开发者现在需要单独安装@weapp-tailwindcss/postcss包来使用相关功能。 -
替换机制优化:新增了
weapp-tailwindcss/escape模块来取代原有的weapp-tailwindcss/replace功能,提供了更安全可靠的转义处理。 -
项目架构升级:项目现在采用 monorepo 架构,将不同功能模块分离到独立的包中,提高了代码的可维护性和扩展性。
新增配置选项
4.0.0 版本增加了两个重要的配置选项,为开发者提供了更精细的控制能力:
-
ignoreTaggedTemplateExpressionIdentifiers:允许开发者指定需要忽略的模板字符串表达式标识符。 -
ignoreCallExpressionIdentifiers:提供了忽略特定调用表达式标识符的能力。
这些选项特别适合在复杂项目中,当需要排除某些特定模式不被转换时使用。
其他改进与修复
-
默认值优化:将
cssChildCombinatorReplaceValue的默认值从['view']扩展为['view', 'text'],更好地适应小程序开发的实际需求。 -
性能优化:移除了对
@babel/generator的依赖,简化了构建流程。 -
兼容性修复:解决了
loaderUtils.getOptions相关的问题,提高了工具的稳定性。 -
依赖更新:升级了项目依赖,确保使用最新的稳定版本。
总结
weapp-tailwindcss 4.0.0 版本带来了多项重要改进和新功能,特别是新增的 @weapp-tailwindcss/merge 支持和更灵活的配置选项,将显著提升开发者在小程序项目中使用 Tailwind CSS 的体验。虽然有一些破坏性变更,但这些改进为项目的长期发展奠定了更好的基础,建议开发者尽快升级以获得最佳开发体验。
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