网页开发日新月异。在各种不同的 JavaScript 框架、语言和工具库百花齐放的同时，现代网页程序调试变得比过往更加复杂。 在本次演讲中，Jecelyn 将深入探讨网页调试 (web debugging) 的现况、Chrome DevTools 的最新进展以及分享一些实用的 DevTools 小工具。

本分享通过“无缝迁移Mocha”这个实践案例，讲述将一个传统的Node.js项目完全转换到.ts代码的过程。主要涉及三个大的方面: ● 如何进行模块结构的改造与选择 ● 如何让TypeScript的接口与类型设计适应传统的继承模型 ● 如何分离运行期的类型支持与静态阶段的类型设计 在本实践报告中，还会着重讲述迁移过程中通过TypeScript发现的关键错误和具体的评测数据，分享TypeScript的应用体验。

Vue 2.x 即将在 2023 年年底结束支持。考虑到迁移成本，企业可以购买收费的 NES Vue 2 (Never-Ending Support for Vue 2) 支持服务，来继续接收重要的安全更新和浏览器兼容更新，保证旧项目的正常运行。 但旧项目不仅需要保持正常运行，还可能需要新增功能。我们希望新代码尽可能地用上 Vue 生态里最新的开发工具、最新的库。为此，除了把 Vue 3 生态移植回 Vue 2 之外，如果能直接在旧项目里直接引入 Vue 3 组件，开发流程将会更为顺畅。 幸运的是，Vue 3 从设计之初就留下了足够的扩展性，让我们有可能在一个页面上同时使用 Vue 2 和 3。但让这个可能成为现实、并保证项目的可维护性，还有很多工作要做。本分享将会介绍一组工具项目和开发约定，帮助 Vue 2 项目中快速引入 Vue 3 组件、帮助 Vue CLI 项目引入 Vite 的现代开发体验。

WebComponents + 信号会碰撞出什么火花？面向数据还是面向对象？OMI来解答。

《作为一名前端，如何赶上 AR 时代的脚步》，随着 Apple VisionPro 的官宣以及 Rokid AR 的强势发布，前端如何在新的AR时代继续前行？

resvg-js 是一个高性能 SVG 渲染引擎和工具库，底层由基于 Rust 的 resvg 提供支持，在 Node.js、Deno、Bun 中均提供无需 node-gyp 的二进制原生模块。可广泛运用于创意广告渲染、矢量转位图、OG 图片（社交网站缩略图）等场景。

最近在做一些 AI 相关的项目，也在使用大模型和思考大模型对 Web 应用和前端的价值，发现一些非常有意思的点，借此机会，用一些小例子和大家分享一下，共同学习进步。

AI PC 以及 AI Mobile 的新兴时代已经到来，越来越多的设备集成了强大的神经处理单元 NPU，以实现高效的人工智能加速，这对需要端侧推理的应用至关重要。除了通过 CPU 和 GPU 进行推理之外，Web Neural Network API (WebNN) 提供了 Web 应用访问此类专有 AI 加速器 NPU 的途径，以获得卓越性能及更低功耗。 本演讲将会给大家分享 WebNN API 的 W3C 标准进度，对 CNN, Transformer 以及更广泛的生成式 AI (Generative AI) 模型的支持情况和计划，以及在 Chrome, Edge 等浏览器的实现进展。作为 JavaScript ML 框架的后端，WebNN 将会在几乎不更改前端代码的前提下，为 Web 开发者及他们的产品带来相较于 Wasm, WebGL 更为优异的性能体验。

在本次演讲中，你将了解 Hugging Face 如何通过 Transformers.js 将最先进的机器学习带到 Web 中，同时我们将讨论 WebML 技术的优势，以及如何将其用于加速您的 Web 应用程序。最后，为了展示 Transformers.js 的潜力，我们将探索一些使用该库构建的引人注目的应用。

随着抖音电商业务高速增长，商家端在有高复用要求的背景下，选用了 Electron + Web 构建跨平台、快交付的高效率方案，但也面对着不小的性能及稳定性压力。我们通过 Rust 在抖音商家端落地，为高性能挑战的业务(如IM)提供了底层能力支持，抬高原有架构性能天花板，并保持跨平台应对未来变化。 本次分享我们将揭示抖音商家端Rust 实战的精华内容，你将了解到: - Electron架构面临什么样的性能和稳定性挑战? 选型上与其他方案有什么样的考虑？ - 为什么选择Rust语言? 如何设计 Rust SDK 架构实现跨平台 - Rust 怎么在 Electron 内跑起来？与web如何交互？ - 提升IM的稳定性，抬高性能天花板，我们拿到了什么样的收益？

前端已死，又或是前端未来？当我们在说前端时，我们又在说什么？ 受陆奇博士的大模型演讲启发，不妨我们也来探讨一些大前端技术演化中的拐点，对下个世代（ AI、AVXR …）的前端（工程师）做一点猜想。