Nx 21.1.0 版本发布:全面提升构建效率和开发者体验
Nx 是一个智能、快速且可扩展的构建系统,专注于现代前端和后端开发工作流。它提供了强大的工具链和插件生态系统,帮助开发者高效管理复杂的单体仓库(monorepo)项目。最新发布的 21.1.0 版本带来了一系列令人兴奋的功能增强和问题修复,进一步提升了开发者的工作效率和构建体验。
核心功能增强
本次更新中,Nx 团队对核心功能进行了多项优化。最引人注目的是改进了任务并行处理机制,现在系统会根据 CPU 核心数量自动调整并行任务数量,充分利用硬件资源,显著提高构建速度。同时,新增了单任务聚焦功能,开发者可以更专注地查看特定任务的执行情况。
在开发者体验方面,21.1.0 版本改进了终端用户界面(TUI),优化了颜色显示方案,使其在各种主题下都能清晰可见。此外,控制台消息系统也得到了增强,能够更全面地捕获和显示终端输出,帮助开发者更好地理解构建过程。
Angular 生态升级
对于 Angular 开发者而言,这个版本带来了重要的改进。Nx 现在支持将 Angular 项目迁移到 Rspack 21 构建系统,这是一个现代化的构建工具,能够提供更快的构建速度和更好的开发体验。特别值得一提的是,新版本完善了对预渲染(prerender)和应用外壳(appshell)功能的支持,使这些高级特性在 Rspack 环境下也能正常工作。
构建系统优化
在构建系统方面,21.1.0 版本对多个关键组件进行了升级。Rspack 已更新至 1.3.8 版本,带来了性能提升和新特性支持。对于使用 Vite 的开发者,新增了 ajv 开发依赖,以支持 vite-plugin-dts 插件的正常工作。
模块联邦(Module Federation)功能也得到了改进,现在能更通用地检查构建目标中指定的远程项目,提高了配置的灵活性和可靠性。
问题修复与稳定性提升
本次发布包含了大量问题修复,显著提高了系统的稳定性和可靠性。核心系统方面,修复了子进程管理、任务终止处理、路径解析等多个关键问题。特别是改进了进程终止机制,使系统能够更稳健地处理各种异常情况。
对于特定技术栈,修复了 Angular 项目中 Vitest 测试运行器的依赖安装问题,以及 Next.js 项目的缓存输出配置。Gradle 支持也得到了加强,改进了任务执行和 CI 输入的兼容性。
开发者工具改进
在开发者工具方面,21.1.0 版本引入了对 cts 配置文件的支持,增加了更灵活的配置选项。同时,改进了 TypeScript 配置文件中 ${configDir} 的处理逻辑,使任务推断更加准确。
文档系统也进行了更新,修正了多处文档错误,并新增了关于 S3 缓存 disableChecksum 选项的详细说明,帮助开发者更好地理解和配置缓存系统。
总结
Nx 21.1.0 版本通过一系列功能增强和问题修复,进一步巩固了其作为现代化构建系统的领先地位。无论是核心性能的优化、特定框架支持的改进,还是开发者体验的提升,这个版本都为开发者提供了更强大、更稳定的工具链。对于正在使用或考虑采用 Nx 的团队来说,升级到 21.1.0 版本将带来显著的效率提升和更流畅的开发体验。
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