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。
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
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
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。Python00
Spark-Formalizer-X1-7BSpark-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