tsdown v0.11.0-beta.1 版本发布:构建工具的重大升级
tsdown 是一个基于 Rollup 的 TypeScript 构建工具,它简化了 TypeScript 项目的打包流程,提供了开箱即用的配置和优化。最新发布的 v0.11.0-beta.1 版本带来了多项重要更新和改进,本文将详细介绍这些变化。
重大变更
Node.js 版本要求提升
本次更新最显著的变化是提高了对 Node.js 版本的要求。现在 tsdown 需要 Node.js v20.11.0 或更高版本,同时不再支持 Node.js 18。这一变更反映了现代 JavaScript 生态系统的演进趋势,允许开发者使用最新的 Node.js 特性和性能优化。
依赖关系调整
另一个重要变化是将 unplugin-lightningcss 从直接依赖改为 peer 依赖。这意味着项目需要显式声明对 unplugin-lightningcss 的依赖,这为开发者提供了更大的灵活性,可以根据项目需求选择特定版本的 CSS 处理工具。
新功能亮点
移除 Node 协议支持
新增的 removeNodeProtocol 选项允许开发者在构建过程中自动移除 node: 协议前缀。这个特性特别适用于需要兼容不支持 Node.js 协议前缀的环境,或者需要将代码运行在浏览器等非 Node.js 环境中的场景。
资源复制与公共目录
新版本引入了 copy 和 publicDir 两个选项,极大地简化了静态资源的管理:
copy选项可以配置需要复制的文件或目录publicDir选项指定公共目录的位置
这些功能使得处理项目中的静态资源(如图片、字体等)变得更加简单和直观。
自动目标检测
tsdown 现在能够自动解析 package.json 中的 engines.node 字段,并将其作为默认的构建目标。这一智能特性减少了配置的复杂性,同时确保了构建输出与项目声明的 Node.js 版本要求保持一致。
CLI 增强
命令行界面新增了 tsconfig 选项,允许开发者指定自定义的 TypeScript 配置文件路径。这为大型项目或多配置环境提供了更大的灵活性。
技术影响与建议
这次更新标志着 tsdown 向更现代化、更灵活的构建工具迈进。对于现有项目,升级时需要注意以下几点:
- 首先确保开发环境和生产环境都运行在 Node.js v20.11.0 或更高版本
- 如果项目使用了 CSS 处理功能,需要显式添加
unplugin-lightningcss依赖 - 可以利用新的资源管理功能简化构建配置
- 考虑使用自动目标检测来简化配置
对于新项目,建议直接采用这个 beta 版本,以利用所有最新功能和优化。虽然处于 beta 阶段,但这些变更已经经过充分测试,可以满足大多数生产环境的需求。
总的来说,tsdown v0.11.0-beta.1 通过提高最低要求、增加新功能和优化现有特性,为 TypeScript 项目构建提供了更强大、更灵活的解决方案。
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust0154- DDeepSeek-V4-ProDeepSeek-V4-Pro(总参数 1.6 万亿,激活 49B)面向复杂推理和高级编程任务,在代码竞赛、数学推理、Agent 工作流等场景表现优异,性能接近国际前沿闭源模型。Python00
LongCat-Video-Avatar-1.5最新开源LongCat-Video-Avatar 1.5 版本,这是一款经过升级的开源框架,专注于音频驱动人物视频生成的极致实证优化与生产级就绪能力。该版本在 LongCat-Video 基础模型之上构建,可生成高度稳定的商用级虚拟人视频,支持音频-文本转视频(AT2V)、音频-文本-图像转视频(ATI2V)以及视频续播等原生任务,并能无缝兼容单流与多流音频输入。00
auto-devAutoDev 是一个 AI 驱动的辅助编程插件。AutoDev 支持一键生成测试、代码、提交信息等,还能够与您的需求管理系统(例如Jira、Trello、Github Issue 等)直接对接。 在IDE 中,您只需简单点击,AutoDev 会根据您的需求自动为您生成代码。Kotlin03
Intern-S2-PreviewIntern-S2-Preview,这是一款高效的350亿参数科学多模态基础模型。除了常规的参数与数据规模扩展外,Intern-S2-Preview探索了任务扩展:通过提升科学任务的难度、多样性与覆盖范围,进一步释放模型能力。Python00
skillhubopenJiuwen 生态的 Skill 托管与分发开源方案,支持自建与可选 ClawHub 兼容。Python0112