node-pg-migrate v8.0.0 发布:全面拥抱ESM的重大升级
node-pg-migrate 是一个专为PostgreSQL数据库设计的Node.js迁移工具,它允许开发者通过JavaScript/TypeScript脚本来管理数据库架构变更。该项目采用纯JavaScript实现,无需额外依赖,提供了强大的迁移功能,包括创建、修改和回滚数据库结构等操作。
重大变更:ESM模块化与现代化改造
v8.0.0版本是node-pg-migrate的一个重要里程碑,主要进行了以下核心改进:
-
全面转向ESM模块系统:移除了对CommonJS的支持,完全采用ES Modules作为模块化方案。这一变化符合Node.js生态的发展趋势,为开发者带来更好的模块加载性能和更清晰的模块边界。
-
现代化代码重构:
- 将原有的枚举类型转换为原生JavaScript实现
- 移除了TypeScript特有的语法糖
- 清理了类型定义系统
- 移除了所有默认导出(default exports),统一使用命名导出
-
环境要求升级:
- 最低Node.js版本要求提升至v20
- 移除了对Node.js v18的支持
新增功能亮点
-
自定义锁值支持:新增了可配置的锁值功能,允许用户自定义迁移过程中的锁定机制,提高了在复杂部署场景下的灵活性。
-
UNLOGGED表支持:增加了对PostgreSQL UNLOGGED表的支持,这种表类型不写入预写日志(WAL),适合临时数据或不需要持久化的场景,能显著提升写入性能。
-
迁移构建器公开:现在MigrationBuilder类被明确导出,开发者可以将其作为独立的SQL构建器使用,扩展了工具的适用场景。
-
反向模式支持:通过公开enableReverseMode方法,增强了迁移操作的灵活性,特别是在需要特殊处理迁移方向的情况下。
重要修复与改进
-
Monorepo支持增强:修复了模板解析问题,现在能更好地支持monorepo项目结构。
-
环境变量处理:CLI工具现在会确保环境变量已正确设置后才执行迁移操作,避免了潜在的配置问题。
-
错误处理强化:当缺少必要的数据库配置选项时,现在会明确抛出错误,而不是静默失败。
-
SQL转义修复:解决了$符号处理不当的问题,确保了SQL语句的正确生成。
开发者体验优化
-
类型系统改进:全面清理和优化了类型定义,提供了更准确的类型提示。
-
配置检查默认开启:现在默认会检查迁移顺序,有助于及早发现潜在的迁移问题。
-
构建工具升级:迁移到tsup作为构建工具,简化了构建流程并提高了构建效率。
-
文档更新:同步更新了介绍文档,帮助开发者更好地理解和使用新版本特性。
升级建议
对于现有项目,升级到v8.0.0需要考虑以下因素:
- 确保项目运行环境使用Node.js v20或更高版本
- 将项目模块系统调整为ESM
- 更新导入语句,使用命名导入而非默认导入
- 检查自定义迁移脚本,确保兼容新的类型系统
- 评估是否需要使用新的锁值或UNLOGGED表功能
这次升级虽然包含了一些破坏性变更,但为项目带来了更好的性能、更清晰的代码结构和更强的类型安全性,为未来的功能扩展奠定了坚实基础。
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