Vanilla Extract 集成工具 v8.0.0 发布:编译器独立与功能优化
项目简介
Vanilla Extract 是一个现代 CSS-in-JS 解决方案,它允许开发者在 TypeScript 或 JavaScript 中编写样式,然后通过构建工具将其编译为静态 CSS 文件。这种方案结合了 CSS Modules 的类型安全性和 CSS-in-JS 的灵活性,同时保持了零运行时开销的优势。
重大变更:编译器功能独立
在本次 8.0.0 版本中,最显著的变化是移除了 createCompiler 函数以及相关的 Compiler 和 CreateCompilerOptions 类型。这些 API 已经被迁移到了新创建的 @vanilla-extract/compiler 包中。
这种架构调整体现了模块化设计思想,将核心编译器功能从集成工具中分离出来,使得代码结构更加清晰,职责更加单一。对于开发者而言,这意味着:
- 更小的包体积:集成工具不再需要包含完整的编译器实现
- 更好的维护性:编译器可以独立演进而不影响集成层
- 更灵活的部署:可以根据需要选择是否引入编译器
迁移到新版本时,开发者需要将相关编译器功能的引用从 @vanilla-extract/integration 改为 @vanilla-extract/compiler。
新增功能:模块序列化
8.0.0 版本新增了 serializeVanillaModule 函数的导出。这个功能为开发者提供了将 Vanilla Extract 模块序列化的能力,可能在以下场景中特别有用:
- 构建工具的插件开发
- 服务端渲染时的样式处理
- 自定义的构建流程集成
序列化功能使得开发者能够更灵活地控制样式生成的过程,为高级用例提供了更多可能性。
问题修复与兼容性改进
本次发布还包含了几项重要的修复和改进:
-
esbuild 兼容性扩展:将 esbuild 的依赖范围扩展到了 0.24.x 版本,确保与更多版本的 esbuild 构建工具兼容。
-
Astro 开发服务器修复:解决了在使用 Astro 开发服务器时可能出现的页面加载错误。Astro 是一个流行的静态站点生成器,这次修复提升了 Vanilla Extract 在 Astro 项目中的开发体验。
技术影响与最佳实践
对于正在使用 Vanilla Extract 的开发者,升级到 8.0.0 版本时需要注意:
-
如果项目中直接使用了被移除的编译器 API,需要同时安装新的
@vanilla-extract/compiler包并调整引用路径。 -
对于使用构建工具集成的情况(如 webpack、vite 等),通常只需要更新相关插件版本即可,大多数情况下不需要手动调用编译器 API。
-
新加入的序列化功能为高级用户提供了更多控制权,但对于大多数应用场景,现有的集成方案已经足够。
这次架构调整反映了 Vanilla Extract 项目向更加模块化、可维护方向发展的趋势,同时也为未来的功能扩展打下了更好的基础。
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