Nx 20.4.0 发布:全面升级的前端构建工具链
Nx 是一个智能、快速且可扩展的前端构建系统,通过强大的项目依赖分析和任务调度能力,帮助开发者高效管理复杂的前端项目。近日,Nx 发布了 20.4.0 版本,带来了多项重要更新和优化。
核心功能增强
本次更新中,Nx 核心模块获得了多项重要改进。首先,任务运行机制现在支持通过项目名称的子字符串来运行任务,这为开发者提供了更灵活的任务执行方式。其次,新增了对远程缓存跳过功能的支持,这在某些特定场景下能显著提升构建效率。
在项目图处理方面,Nx 现在能够更好地处理子路径导出(subpath exports)的情况,这对于现代 JavaScript 模块系统的支持更加完善。同时,错误处理机制也得到了改进,当项目图出现问题时,系统会提供更清晰、更有帮助的错误信息。
前端框架支持升级
Nx 20.4.0 对主流前端框架的支持都有所增强。对于 Angular 开发者,新版本增加了对 Angular 19.1 的支持。React 开发者则迎来了对 React 19 的初步支持,特别是在新工作区创建时的集成更加顺畅。
Node.js 相关功能也有显著改进。Express 框架升级到了 4.21.2 版本,修复了多个安全问题。Fastify 应用生成器则更新到了 v5 主版本,为开发者提供了最新的功能支持。
构建工具链优化
在构建工具方面,Nx 20.4.0 带来了多项优化。Rspack 和 Webpack 现在都支持多配置模式,这为复杂项目的构建配置提供了更大的灵活性。Vite 插件也得到了改进,现在能更准确地处理 TypeScript 路径映射,避免部分匹配导致的路径解析问题。
对于测试工具链,Jest 插件新增了 ciGroupName 选项,方便在持续集成环境中组织测试任务。Cypress 执行器改进了开发服务器的异步生成处理,使测试过程更加稳定可靠。
TypeScript 解决方案改进
Nx 20.4.0 对 TypeScript 解决方案的支持有了显著提升。生成的 tsconfig.base.json 文件现在包含了更合理的编译器选项设置。JavaScript 库的构建输出现在默认采用 ESM 格式,更好地适应现代前端生态。
特别值得注意的是,非构建型 JavaScript 库现在会自动设置 type=module,确保模块系统的一致性。同时,package.json 文件的字段现在会按照惯用顺序排列,提高了配置文件的可读性。
开发者体验提升
Nx 20.4.0 在开发者体验方面做了大量工作。图形界面工具升级了 Headless UI 到 v2 版本,提供了更现代的用户界面。新增的前后运行 API(pre and post run APIs)为插件开发者提供了更多扩展点。
对于新用户,创建工作区时的交互体验也有所改善。当使用 --workspaces 标志时,系统会提示选择单元测试运行器,帮助开发者更快地完成项目初始化。
总结
Nx 20.4.0 版本通过全面的功能增强和优化,进一步巩固了其作为现代前端构建工具链领导者的地位。从核心架构到具体框架支持,从构建工具到开发者体验,这次更新都带来了实质性的改进。对于正在使用或考虑采用 Nx 的团队来说,这个版本值得关注和升级。
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-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
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