Excalidraw 在 Sphinx 文档中实现主题自动切换的技术方案
2025-04-28 14:04:03作者:乔或婵
背景介绍
Excalidraw 是一款流行的开源白板工具,常用于绘制技术图表和架构图。许多开发者喜欢在项目文档中使用 Excalidraw 来创建示意图。当文档系统支持深色/浅色主题切换时,如何让 Excalidraw 绘制的图表也能自动适应主题变化,成为一个值得探讨的技术问题。
核心挑战
在 Sphinx 文档系统中使用 PyData 主题时,文档可以支持深色/浅色模式的切换。但 Excalidraw 绘制的静态图片无法自动响应这种主题变化,这会导致以下问题:
- 浅色主题下,深色背景的图表可能不协调
- 深色主题下,浅色背景的图表可能过于刺眼
- 手动维护两套图表增加工作量
解决方案
方案一:动态嵌入 Excalidraw 实例
最理想的解决方案是将 Excalidraw 实例直接嵌入到文档中,通过 JavaScript API 监听主题变化并动态调整:
- 在 Sphinx 文档中嵌入 Excalidraw iframe 或使用 npm 包
- 监听文档主题切换事件
- 调用 Excalidraw 的 API 切换主题
这种方法需要文档系统支持 JavaScript 交互,并能正确处理 iframe 或 npm 包的引入。
方案二:双版本静态图片切换
对于不支持动态嵌入的场景,可以采用生成两套图表的方案:
- 分别导出浅色和深色主题的图表
- 使用 CSS 或 JavaScript 根据当前主题显示对应版本
- 通过类名或数据属性控制显示逻辑
这种方法虽然需要维护两套资源,但兼容性更好,适用于各种静态文档系统。
实现细节
动态嵌入的技术要点
- 使用 Excalidraw 的 theme 常量控制主题
- 监听文档的 prefers-color-scheme 变化
- 处理跨域和安全策略问题
静态切换的技术要点
- 图片命名规范建议(如添加 _dark/_light 后缀)
- 使用 picture 元素或 JavaScript 切换逻辑
- 考虑懒加载和性能优化
最佳实践建议
- 对于复杂文档系统,优先考虑动态嵌入方案
- 简单项目可使用静态切换方案,注意保持两套资源的同步
- 在 Excalidraw 中设计图表时,考虑两种主题下的可读性
- 测试不同主题下的显示效果,确保对比度足够
总结
Excalidraw 图表与文档主题的自动适配是一个涉及前端交互和资源管理的综合问题。开发者可以根据项目需求和文档系统的能力,选择最适合的实施方案。随着 Excalidraw API 的不断完善,未来可能会有更简便的集成方式出现。
登录后查看全文
热门项目推荐
相关项目推荐
ERNIE-4.5-VL-28B-A3B-ThinkingERNIE-4.5-VL-28B-A3B-Thinking 是 ERNIE-4.5-VL-28B-A3B 架构的重大升级,通过中期大规模视觉-语言推理数据训练,显著提升了模型的表征能力和模态对齐,实现了多模态推理能力的突破性飞跃Python00
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
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Python00
HunyuanVideo-1.5暂无简介00
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能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
GOT-OCR-2.0-hf阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00
项目优选
收起
deepin linux kernel
C
24
7
Ascend Extension for PyTorch
Python
185
196
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
1.03 K
480
TorchAir 支持用户基于PyTorch框架和torch_npu插件在昇腾NPU上使用图模式进行推理。
Python
276
97
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
380
3.44 K
暂无简介
Dart
623
140
React Native鸿蒙化仓库
JavaScript
242
315
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
9
1
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
648
265
openGauss kernel ~ openGauss is an open source relational database management system
C++
157
210