module-federation/core v0.11.4版本发布:增强Vue HMR与TypeScript支持
module-federation/core是Webpack模块联邦生态中的核心库,它为前端微前端架构提供了基础能力支持。模块联邦技术允许不同构建产物之间共享代码和依赖,是现代前端架构中实现微前端的重要技术方案。
本次发布的v0.11.4版本主要带来了Vue热模块替换(HMR)的增强支持,TypeScript声明文件生成的改进,以及一些关键问题的修复。这些改进使得开发者在Vue项目中使用模块联邦时能够获得更好的开发体验,同时也提升了TypeScript项目的兼容性。
Vue热模块替换(HMR)支持
热模块替换是现代前端开发中提升开发效率的重要特性,它允许开发者在不刷新整个页面的情况下更新修改的模块。在这个版本中,module-federation/core特别增强了对Vue项目的HMR支持。
在之前的版本中,当使用模块联邦加载远程Vue组件时,热更新可能无法正常工作。新版本通过优化内部实现,确保了Vue单文件组件(SFC)在模块联邦环境下的热更新能够像本地组件一样流畅工作。这对于大型Vue项目采用微前端架构特别有价值,开发者现在可以享受到与单体应用相同的热更新开发体验。
TypeScript声明文件生成改进
TypeScript在现代前端项目中的普及率越来越高,module-federation/core在这个版本中对TypeScript支持做了两处重要改进:
-
新增了对tspc(TypeScript编译器)的支持,使得生成声明文件的过程更加标准化和可靠。这意味着使用tspc作为TypeScript编译工具链的项目现在可以无缝集成模块联邦。
-
修复了资源查询参数(resourceQuery)对声明文件生成的干扰问题。在某些配置下,带有查询参数的模块路径会导致声明文件生成异常,这个版本彻底解决了这个问题,确保了声明文件生成的准确性。
构建路径与SSR相关修复
本次发布还包含了一些重要的构建和服务器端渲染(SSR)相关的修复:
- 修正了构建过程中publicPath的处理逻辑,确保在各种配置下都能正确生成资源路径。
- 优化了Modern.js插件中的SSR输出目录处理,现在会正确应用ssr.distOutputDir配置项。
- 移除了运行时中对普通模块的不必要替换,提高了构建产物的稳定性。
开发者体验优化
除了上述功能改进和问题修复外,这个版本还包含了一些开发者体验的优化:
- 在Modern.js插件中增加了对未指定header origin情况的警告提示,帮助开发者更早发现潜在问题。
- 优化了CI测试流程,特别是针对Modern.js SSR场景的测试更加完善和可靠。
module-federation/core v0.11.4版本的这些改进,进一步巩固了其作为模块联邦核心实现的地位,特别是在Vue和TypeScript项目中的支持更加完善。对于正在考虑或已经采用微前端架构的团队,这个版本值得升级以获得更好的开发体验和更稳定的运行时表现。
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust0198
cann-learning-hubCANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。Jupyter Notebook0129
MiMo-V2.5-Pro-FP4-DFlashMiMo-V2.5-Pro-FP4-DFlash 是驱动 MiMo-V2.5-Pro-UltraSpeed 的底层模型: FP4 量化骨干网络:对 MoE 专家采用 MXFP4 量化,同时保持模型其他部分的更高精度,在几乎无损质量的前提下,显著减小模型体积并降低内存带宽压力。 BF16 DFlash 草稿生成器:用于块扩散推测解码,每次前向传播可生成一整个块的 tokens,并让骨干网络一步完成验证。 两者协同作用,既降低了每参数的位宽,又减少了骨干网络前向传播的次数,而这两者正是万亿参数模型解码过程中的两大主要成本来源。Python00
JoyAI-EchoJoyAI-Echo,这是一个独立的、仅用于推理的版本,旨在实现分钟级多镜头音视频生成。它采用了经过蒸馏的DMD生成器、配对的跨模态记忆以及故事级别的一致性。其性能的核心在于,一个跨模态视听记忆库能够在长达五分钟的视频中保持角色外观和语音音色的一致性。同时,一个训练后处理流程将基于记忆的强化学习与分布匹配蒸馏相结合,实现了7.5倍的速度提升,显著增强了视觉质量和对齐效果。00
AstrBot✨ 易上手的多平台 LLM 聊天机器人及开发框架 ✨ 平台支持 QQ、QQ频道、Telegram、微信、企微、飞书 | OpenAI、DeepSeek、Gemini、硅基流动、月之暗面、Ollama、OneAPI、Dify 等。附带 WebUI。Python08
handy-ollama动手学Ollama,CPU玩转大模型部署,在线阅读地址:https://datawhalechina.github.io/handy-ollama/Jupyter Notebook07