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。
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 StartedRust0191
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 Notebook0117
Step-3.7-FlashStep-3.7-Flash是一个拥有 1980 亿参数的稀疏混合专家(MoE)视觉语言模型,由 1960 亿参数的语言主干网络和 18 亿参数的视觉编码器组合而成,具备原生图像理解能力。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
omega-aiOmega-AI:基于java打造的深度学习框架,帮助你快速搭建神经网络,实现模型推理与训练,引擎支持自动求导,多线程与GPU运算,GPU支持CUDA,CUDNN。Java04
llm-universe本项目是一个面向小白开发者的大模型应用开发教程,在线阅读地址:https://datawhalechina.github.io/llm-universe/Jupyter Notebook08