Rspack v1.3.0-beta.0 发布:支持配置继承与多项优化
Rspack 是一个基于 Rust 的高性能 JavaScript 打包工具,它结合了 Webpack 的丰富功能和 Rust 的高效性能。作为现代前端构建工具的新选择,Rspack 在保持与 Webpack 生态兼容的同时,提供了更快的构建速度和更低的资源消耗。
配置继承功能
本次发布的 v1.3.0-beta.0 版本中,最引人注目的新特性是支持了配置文件的继承功能。开发者现在可以在 rspack.config.js 中使用 extends 选项来继承其他配置文件或 npm 包中的基础配置。这一功能极大地提升了配置的可复用性和维护性,特别适合大型项目或多环境构建场景。
在实际应用中,你可以创建一个基础配置文件 base.rspack.config.mjs,然后在不同环境的配置文件中继承它,并根据需要覆盖或扩展特定配置。这种方式不仅减少了重复代码,还能确保不同环境间配置的一致性。
模块系统增强
Rspack 1.3.0-beta.0 在模块系统方面做了多项改进:
- 新增了对模块子类型的支持,允许在 JavaScript 端更精细地控制模块行为
- 实现了
module.generator.json.JSONParse功能,优化了 JSON 文件的处理流程 - 支持读取
NormalModule.loaders,为插件开发者提供了更多灵活性 - 改进了代码分割的增量构建性能,提升了开发体验
外部依赖解析增强
新版本增强了 externals 配置的功能,现在可以在 getResolve 回调中获取第三个参数,为复杂的外部依赖处理提供了更多上下文信息。这一改进特别适合需要精细控制外部依赖解析逻辑的高级场景。
错误处理与诊断改进
Rspack 团队对错误处理系统进行了重构,引入了 BuilderError 类型来更好地处理构建过程中的错误。同时,改进了诊断信息的显示方式,确保错误位置信息能正确转换为字符串形式,提高了错误信息的可读性。
性能优化
在性能方面,本次更新包含多项底层优化:
- 重构了异步任务处理机制,使用
future_scope来并行执行任务 - 移除了不必要的
async-scope依赖 - 优化了 Tokio 运行时的配置
- 改进了模块代码生成的异步处理流程
这些优化共同提升了 Rspack 的整体构建性能,特别是在大型项目中的表现。
开发者体验改进
除了核心功能的增强外,新版本还包含多项开发者体验的改进:
- 文档全面更新,特别是关于
publicPath和 AMD 模块的说明更加详细 - 新增了兼容 Webpack 的插件开发指南
- 测试覆盖率显著提升,新增了大量 Webpack 兼容性测试用例
- 构建系统优化,减少了不必要的依赖
总结
Rspack v1.3.0-beta.0 带来了多项重要更新,特别是配置继承功能的引入将显著提升大型项目的可维护性。模块系统的增强和性能优化进一步巩固了 Rspack 作为现代前端构建工具的地位。对于正在考虑从 Webpack 迁移的团队,这个版本提供了更好的兼容性和开发体验。
随着 Rust 在前端工具链中的普及,Rspack 正逐渐成为 Webpack 的有力替代方案。其出色的性能和持续的生态建设使其值得开发者关注和尝试。
kernelopenEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。C081
baihu-dataset异构数据集“白虎”正式开源——首批开放10w+条真实机器人动作数据,构建具身智能标准化训练基座。00
mindquantumMindQuantum is a general software library supporting the development of applications for quantum computation.Python056
PaddleOCR-VLPaddleOCR-VL 是一款顶尖且资源高效的文档解析专用模型。其核心组件为 PaddleOCR-VL-0.9B,这是一款精简却功能强大的视觉语言模型(VLM)。该模型融合了 NaViT 风格的动态分辨率视觉编码器与 ERNIE-4.5-0.3B 语言模型,可实现精准的元素识别。Python00
GLM-4.7GLM-4.7上线并开源。新版本面向Coding场景强化了编码能力、长程任务规划与工具协同,并在多项主流公开基准测试中取得开源模型中的领先表现。 目前,GLM-4.7已通过BigModel.cn提供API,并在z.ai全栈开发模式中上线Skills模块,支持多模态任务的统一规划与协作。Jinja00
agent-studioopenJiuwen agent-studio提供零码、低码可视化开发和工作流编排,模型、知识库、插件等各资源管理能力TSX0135
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