Mitosis CLI 0.5.24版本发布:增强构建配置与插件能力
Mitosis是一个创新的前端框架,它允许开发者使用单一代码库生成适用于多个框架(如React、Vue、Angular等)的组件代码。这种"一次编写,多框架运行"的理念大大提高了开发效率,特别是在需要维护多个框架版本的项目中。
最新发布的Mitosis CLI 0.5.24版本带来了两项重要改进,进一步增强了构建配置的灵活性和插件系统的能力。这些改进使得开发者能够更精细地控制构建过程,并为插件开发提供了更多可能性。
显式构建文件扩展名配置
新版本引入了explicitBuildFileExtensions配置项,这是一个非常有用的功能,特别是在处理具有特定命名模式的组件文件时。通过这个配置,开发者可以精确指定某些匹配特定正则表达式的文件应该使用什么扩展名。
explicitBuildFileExtensions?: Record<string, RegExp>;
这种配置特别适合以下场景:
- 处理来自设计工具(如Figma)导出的组件文件(如
*.figma.lite.tsx) - 处理文档相关的组件文件(如
*.docs.lite.tsx) - 需要保持特定文件扩展名不变的特殊情况
增强的插件数据支持
新版本在MitosisComponent类型中新增了pluginData对象,这个对象会在CLI构建过程中被填充,为插件提供更多上下文信息:
pluginData?: {
target?: Target;
path?: string;
outputDir?: string;
outputFilePath?: string;
};
这些信息对于开发高级插件非常有用,例如:
- 根据目标框架(target)执行不同的转换逻辑
- 基于文件路径进行条件处理
- 获取输出目录和文件路径信息以执行额外操作
构建过程插件钩子
另一个重要改进是增加了build类型的插件钩子,允许开发者在CLI构建过程的前后执行自定义逻辑:
// 插件定义示例
{
build: {
before?: (options: BuildOptions) => void | Promise<void>;
after?: (options: BuildOptions) => void | Promise<void>;
}
}
这种扩展性使得开发者可以实现诸如:
- 构建前的环境检查和准备
- 构建后的资源处理和部署
- 构建过程的监控和报告
- 自定义的构建流程增强
实际应用场景
这些新特性在实际项目中有广泛的应用价值。例如,一个团队可能使用Figma导出的组件,并通过Mitosis转换为多个框架的代码。使用explicitBuildFileExtensions可以确保这些特殊组件保持正确的文件扩展名,而pluginData则可以帮助开发者在转换过程中根据目标框架添加特定的包装逻辑。
构建过程插件则可以实现自动化的工作流,比如在构建完成后自动将生成的组件发布到私有npm仓库,或者在构建前检查代码规范。
总结
Mitosis CLI 0.5.24版本的这些改进,进一步巩固了Mitosis作为跨框架组件开发解决方案的地位。通过提供更精细的构建控制和更强大的插件能力,开发者现在能够创建更复杂、更灵活的构建流程,满足各种特殊需求。这些特性特别适合大型项目和企业级应用,其中构建过程的定制化和自动化往往是提高开发效率的关键因素。
随着Mitosis生态系统的不断成熟,我们可以期待看到更多基于这些新特性的创新用法和插件出现,进一步推动"一次编写,多框架运行"理念的普及。
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- QQwen3-Coder-Next2026年2月4日,正式发布的Qwen3-Coder-Next,一款专为编码智能体和本地开发场景设计的开源语言模型。Python00
xw-cli实现国产算力大模型零门槛部署,一键跑通 Qwen、GLM-4.7、Minimax-2.1、DeepSeek-OCR 等模型Go06
PaddleOCR-VL-1.5PaddleOCR-VL-1.5 是 PaddleOCR-VL 的新一代进阶模型,在 OmniDocBench v1.5 上实现了 94.5% 的全新 state-of-the-art 准确率。 为了严格评估模型在真实物理畸变下的鲁棒性——包括扫描伪影、倾斜、扭曲、屏幕拍摄和光照变化——我们提出了 Real5-OmniDocBench 基准测试集。实验结果表明,该增强模型在新构建的基准测试集上达到了 SOTA 性能。此外,我们通过整合印章识别和文本检测识别(text spotting)任务扩展了模型的能力,同时保持 0.9B 的超紧凑 VLM 规模,具备高效率特性。Python00
KuiklyUI基于KMP技术的高性能、全平台开发框架,具备统一代码库、极致易用性和动态灵活性。 Provide a high-performance, full-platform development framework with unified codebase, ultimate ease of use, and dynamic flexibility. 注意:本仓库为Github仓库镜像,PR或Issue请移步至Github发起,感谢支持!Kotlin08
VLOOKVLOOK™ 是优雅好用的 Typora/Markdown 主题包和增强插件。 VLOOK™ is an elegant and practical THEME PACKAGE × ENHANCEMENT PLUGIN for Typora/Markdown.Less00