Rsbuild v1.2.4 版本发布:增强开发体验与功能优化
Rsbuild 是一个基于 Rspack 的现代化前端构建工具,旨在为开发者提供高效、灵活的构建体验。它集成了众多开箱即用的功能,如热模块替换、代码分割、静态资源处理等,同时保持了高度可配置性。最新发布的 v1.2.4 版本带来了一系列改进和优化,进一步提升了开发体验和构建效率。
核心功能增强
代理配置支持异步函数
新版本中,proxy.bypass 配置项现在支持异步函数,这为开发者提供了更大的灵活性。在实际开发中,我们经常需要根据请求的上下文动态决定是否绕过代理。例如,可以根据用户权限、请求头信息或业务逻辑来决定请求是否应该被代理到后端服务。
// 示例:基于用户权限的动态代理配置
proxy: {
bypass: async (req) => {
const user = await getUserFromRequest(req);
return user.isAdmin ? false : '/admin-only';
}
}
WebSocket 直连回退机制
开发服务器现在实现了 WebSocket 直连回退机制。当常规的 WebSocket 连接失败时,系统会自动尝试建立直连,这显著提高了开发环境下的热更新可靠性。特别是在复杂的网络环境或代理配置下,这一改进能够确保开发者始终获得流畅的热模块替换体验。
问题修复与稳定性提升
Sass 源映射配置修复
修复了 Sass 插件中源映射(source map)无法被正确禁用的问题。现在开发者可以自由选择是否为 Sass 文件生成源映射,这在生产环境构建时特别有用,可以避免不必要的源映射文件生成。
CSS 源映射独立配置
新版本允许开发者单独为 CSS 文件配置源映射生成,而不会影响其他资源的源映射行为。这通过更细粒度的控制,帮助开发者在调试和生产环境之间找到最佳平衡点。
// 示例:仅生成CSS源映射
output: {
sourceMap: {
css: true,
js: false
}
}
HMR 连接稳定性改进
针对热模块替换(HMR)进行了多项稳定性修复:
- 修复了当开发服务器关闭时可能导致无限重连的问题
- 避免了重复的 WebSocket 连接建立
- 改进了连接异常处理逻辑
这些改进使得开发过程中的热更新更加可靠,减少了因网络波动或服务器重启导致的开发中断。
文档与开发者体验优化
最新版本对文档进行了全面梳理和更新,特别是针对 Tailwind CSS 的配置指南,现在同时提供了 v3 和 v4 版本的详细说明。此外,文档还增强了以下方面的内容:
- 开发服务器
writeToDisk配置的详细说明 historyApiFallback和htmlFallback的行为解释- 开发服务器生命周期钩子的正确用法
- 法律注释(legal comments)的配置指南
构建工具链更新
项目内部依赖进行了多项更新,包括:
- Rspack-chain 升级至 v1.2.0
- SWC 插件更新至 6.2.0 版本
- Node.js 类型定义更新至 22.13.0
这些更新带来了更好的类型支持和构建性能优化。
总结
Rsbuild v1.2.4 版本通过多项功能增强和问题修复,进一步提升了开发体验和构建稳定性。特别是代理配置的异步支持和 WebSocket 连接的可靠性改进,使得开发者在复杂项目环境下也能获得流畅的体验。同时,完善的文档更新和构建工具链的升级,为项目长期维护奠定了更好基础。
对于现有用户,建议尽快升级以获取这些改进;对于新用户,这个版本提供了更加成熟稳定的构建体验,是开始使用 Rsbuild 的良好时机。
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