Nx 21.1.0-beta.1 版本发布:Angular Rspack 支持与构建优化
Nx 是一个强大的智能构建系统,它通过高级的构建工具和优化的任务调度,帮助开发者更高效地管理大型项目。Nx 提供了对多种前端框架的支持,包括 Angular、React 和 Vue,并且通过其插件系统可以扩展更多功能。
Angular Rspack 预渲染与应用外壳支持
在 21.1.0-beta.1 版本中,Nx 团队为 Angular 项目添加了对 Rspack 构建工具的预渲染(prerender)和应用外壳(appshell)功能的支持。这是一个重要的改进,因为它允许开发者在使用 Rspack 作为构建工具时,依然能够利用 Angular 的这些高级特性。
预渲染是 Angular 提供的一种技术,它允许在构建时将部分或全部页面预先渲染为静态 HTML,这样可以显著提高应用的初始加载速度。应用外壳则是另一种优化技术,它允许开发者创建一个最小化的应用外壳,在加载完整应用之前先显示这个外壳,从而提升用户体验。
核心功能改进:TUI 控制台消息
Nx 21.1.0-beta.1 还在其文本用户界面(TUI)中添加了控制台消息功能。这一改进使得开发者在使用 Nx 的命令行界面时,能够更清晰地看到构建过程中的各种信息,包括警告和错误。这对于调试和优化构建过程非常有帮助。
构建工具兼容性修复
本次更新还包含了对 esbuild 构建工具的兼容性修复。esbuild 是一个极快的 JavaScript 打包工具,Nx 通过更新其 peerDependencies 的范围,确保与最新版本的 esbuild 兼容。这解决了多个与构建相关的问题,使得开发者能够更顺畅地使用 esbuild 作为他们的构建工具。
Gradle 任务输入一致性
对于使用 Gradle 的项目,Nx 21.1.0-beta.1 确保了 CI 任务的输入与测试任务的输入保持一致。这一改进减少了构建过程中的不一致性,使得持续集成环境更加可靠。
模块联邦构建目标检查
在模块联邦(Module Federation)方面,Nx 改进了对构建目标的检查逻辑。现在,当开发者指定远程项目的构建目标时,Nx 会进行更通用的检查,确保配置的正确性。这解决了之前在某些情况下构建目标检查不充分的问题。
缓存配置文档补充
最后,Nx 21.1.0-beta.1 还为 S3 缓存的 disableChecksum 选项添加了文档。这一选项允许开发者在特定情况下禁用校验和检查,这在某些环境中可能是必要的。通过提供详细的文档,Nx 帮助开发者更好地理解和配置这一功能。
总的来说,Nx 21.1.0-beta.1 版本带来了多项重要的改进和修复,特别是在 Angular 构建工具支持、构建过程优化和文档完善方面。这些改进使得 Nx 作为一个构建系统更加成熟和可靠,能够更好地满足开发者在大型项目中的需求。
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-1.5暂无简介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
Spark-Formalizer-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。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