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。
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