Nx 20.6.0 版本发布:Angular Rspack支持与React Router集成
Nx作为一款强大的Monorepo工具,在20.6.0版本中带来了多项重要更新,特别是在构建工具集成和前端框架支持方面有了显著提升。本文将深入解析这个版本的核心改进和技术亮点。
构建工具革新:Rspack支持全面增强
本次更新最引人注目的是对Rspack构建工具的深度集成。Rspack作为基于Rust的高性能构建工具,正在逐渐成为Webpack的有力替代方案。
Nx现在提供了convert-to-rspack生成器,专门用于将现有项目从Webpack迁移到Rspack。这个生成器不仅简化了迁移过程,还通过别名设置使convert-webpack命令也能指向相同的功能,确保开发者体验的一致性。
对于使用TypeScript配置文件的Rspack项目,Nx现在能够智能推断ts-node编译器选项,解决了之前需要手动配置的问题。这一改进显著提升了开发体验,特别是在复杂项目中。
Angular项目优化
Angular开发者在这个版本中获得了更完善的工具链支持。除了上述的Rspack迁移工具外,生成器现在强制要求指定目录类型,避免了因配置不完整导致的问题。这种严格的类型检查有助于在项目初期就建立良好的结构规范。
React生态整合
React开发者将欣喜地发现Nx现在内置了对React Router的支持。这一集成体现在两个方面:
- 新增了专门的react-router插件,为路由管理提供开箱即用的支持
- 在新建工作空间和React应用生成器中默认包含React Router配置
这种深度集成意味着开发者现在可以更快速地搭建具备路由功能的React应用,而无需手动配置路由相关依赖。
核心功能增强
Nx的核心功能在这个版本中也得到了多项改进:
- 新增了
maxCacheSize选项,允许开发者限制本地构建缓存的大小,这对于磁盘空间有限的环境特别有用 - 改进了包管理器工作区配置的处理逻辑,特别是在项目移动操作时能保持配置的完整性
- 默认启用TypeScript解决方案风格的配置,为新项目提供更现代化的TypeScript支持
开发者体验优化
在开发者体验方面,本次更新包含了一些贴心的改进:
- 项目生成器现在支持
useProjectJson标志,提供了更灵活的配置方式 - 修复了图形界面中目标详情头部提示在折叠状态下显示异常的问题
- 更新了axios依赖,确保网络请求相关功能的安全性
这些改进虽然看似细微,但能显著提升日常开发中的使用体验。
总结
Nx 20.6.0版本通过深度集成Rspack和React Router,进一步巩固了其作为全功能Monorepo工具的地位。无论是Angular还是React开发者,都能从这个版本中获得更高效的工作流。缓存管理和工作区配置的改进则展示了Nx团队对开发者实际需求的深刻理解。对于正在评估或已经使用Nx的团队来说,这个版本值得认真考虑升级。
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