Netlify CLI v18.0.0 发布:移除过时功能与依赖更新
Netlify CLI 是 Netlify 平台提供的命令行工具,它允许开发者通过命令行界面与 Netlify 服务进行交互,实现站点部署、函数管理、环境配置等功能。作为现代前端开发工作流中的重要工具,Netlify CLI 持续迭代更新以保持与平台功能的同步。
重大变更:移除过时功能模块
本次发布的 v18.0.0 版本包含了两项重要的破坏性变更,移除了两个不再维护的功能模块:
-
移除了 addons 子命令
该子命令原本用于管理 Netlify 插件系统,但随着 Netlify 平台架构的演进,插件管理方式已经发生了变化。开发者现在应该通过 Netlify UI 或 API 来管理插件,而不是使用 CLI 命令。 -
移除了 lm (large media) 子命令
大媒体功能(Large Media)是 Netlify 早期提供的媒体文件管理方案,现已被更现代的解决方案取代。这一变更反映了 Netlify 对技术栈的持续优化,移除了不再推荐使用的功能。
这些移除操作体现了 Netlify 对技术债务的清理,确保 CLI 工具保持精简和高效。对于仍依赖这些功能的用户,建议迁移到 Netlify 平台推荐的新方案。
功能改进与优化
本次更新在用户体验方面做了以下改进:
-
完善了命令行补全功能
现在 zsh 终端中可以使用ntl别名进行命令补全,提升了开发者的命令行操作效率。这一改进特别适合经常使用 CLI 的高级用户,减少了输入完整命令的时间。 -
开发服务器稳定性增强
修复了在跳过文件监视(watch)模式时 IP 地址显示不正确的问题,确保了开发环境的一致性和可靠性。这对于本地开发调试体验至关重要。
依赖项更新与安全修复
作为常规维护的一部分,本次版本更新了多个关键依赖:
- 将
@netlify/functions升级到 v3 版本,带来了函数开发方面的新特性 - 更新了 TypeScript 类型定义(
@types/node)到 22.10.2 版本 - 升级了终端输出库
chalk到 5.4.1,确保颜色输出稳定 - 更新了代理相关依赖
https-proxy-agent到 7.0.6 版本 - 提升了
p-map并行处理库到 7.0.3 版本 - 特别值得注意的是修复了
nanoid的安全问题,这是生成唯一 ID 的关键库
这些依赖更新不仅带来了性能改进,也修复了潜在的安全漏洞,建议所有用户尽快升级。
性能优化
本次发布还包含了一项重要的性能优化:
- 减少了不必要的 API 调用
移除了对 accounts 端点的冗余调用,这可以显著减少 CLI 执行某些命令时的网络请求数量,特别是在慢速网络环境下将带来明显的速度提升。
升级建议
对于现有用户,建议尽快升级到 v18.0.0 版本以获取最新的功能改进和安全修复。由于包含破坏性变更,升级前应检查是否使用了被移除的 addons 或 lm 子命令,并做好相应的迁移准备。
Netlify CLI 作为现代前端开发工作流的重要组成部分,这次更新进一步优化了其核心功能,移除了过时的部分,使工具更加聚焦于当前的最佳实践。开发者可以期待更稳定、更高效的命令行体验。
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
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
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。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