RSBuild v1.3.0-beta.3 版本深度解析:CORS 配置优化与懒编译集成
RSBuild 是一个现代化的前端构建工具,基于 Rspack 构建引擎,旨在为开发者提供高效、灵活的构建体验。它继承了 Webpack 生态系统的丰富功能,同时通过创新的架构设计显著提升了构建性能。本次发布的 v1.3.0-beta.3 版本带来了多项重要改进,特别是在 CORS 配置和懒编译方面的增强。
核心特性解析
1. CORS 配置的重大改进
本次版本对服务器 CORS 配置进行了重要调整。开发者现在可以更精确地控制跨域资源共享策略,通过 server.cors 选项实现细粒度的配置。这一改进解决了之前版本中 CORS 配置可能被忽略的问题,确保了开发服务器能够正确处理跨域请求。
技术实现上,RSBuild 现在会严格遵循开发者提供的 CORS 配置对象,包括:
- 允许的源(origin)
- 支持的 HTTP 方法
- 允许的请求头
- 是否允许携带凭证等
这项改进属于破坏性变更,意味着之前依赖默认 CORS 行为的项目可能需要相应调整配置。
2. 原生支持资源文件的原始查询
新增了对资源文件原始查询(raw query)的支持,这是一个实用的功能增强。开发者现在可以通过特定查询参数直接获取资源的原始内容,而不需要经过额外的处理流程。
这一特性特别适用于需要直接获取文件原始内容的场景,例如:
- 直接引入文本文件内容
- 获取未经处理的二进制数据
- 特殊构建流程中的资源引用
3. 环境变量类型声明完善
TypeScript 用户将受益于对 import.meta.env 类型的增强声明。现在,构建时注入的环境变量会在类型系统中得到正确反映,提供了更好的开发时类型检查和智能提示。
这一改进使得环境变量的使用更加类型安全,减少了因拼写错误或类型不匹配导致的运行时错误。
性能优化
1. Rspack 懒编译中间件集成
本次版本集成了 Rspack 的懒编译(lazy compilation)中间件,这是一项重要的性能优化。懒编译技术可以显著提升开发服务器的启动速度,特别是在大型项目中效果更为明显。
懒编译的工作原理是:
- 只编译当前访问的路由相关代码
- 延迟编译未访问的模块
- 按需编译动态导入的代码块
这项优化使得开发者在开发过程中能够更快地进入工作状态,特别适合大型单页应用(SPA)项目。
开发者体验改进
1. 配置类型完善
对服务器配置类型进行了补充和完善,特别是 server.cors 的配置对象现在有了完整的类型定义。这意味着在使用 TypeScript 进行配置时,开发者可以获得更准确的类型提示和自动补全。
2. 中间件架构重构
对编译中间件进行了内部重构,使其架构更加清晰和模块化。这一内部改进虽然不会直接影响开发者使用,但为未来的功能扩展和维护打下了更好的基础。
升级建议
对于计划升级到 v1.3.0-beta.3 的开发者,需要注意以下几点:
- 如果项目中使用了自定义 CORS 配置,需要检查现有配置是否与新版本的行为一致
- 懒编译功能默认可能未启用,如需使用需要在配置中明确开启
- TypeScript 用户将自动获得更好的环境变量类型支持,无需额外配置
这个测试版展示了 RSBuild 在开发者体验和构建性能方面的持续改进,特别是对现代前端开发工作流的深度优化。团队可以评估这些新特性是否适合当前项目需求,并考虑在测试环境中进行验证。
ERNIE-4.5-VL-28B-A3B-ThinkingERNIE-4.5-VL-28B-A3B-Thinking 是 ERNIE-4.5-VL-28B-A3B 架构的重大升级,通过中期大规模视觉-语言推理数据训练,显著提升了模型的表征能力和模态对齐,实现了多模态推理能力的突破性飞跃Python00
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
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Python00
HunyuanVideo-1.5暂无简介00
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能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
GOT-OCR-2.0-hf阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00