Sanity v3.71.0 版本发布:强化内容编辑体验与稳定性提升
2025-06-10 19:33:39作者:翟江哲Frasier
Sanity 是一个现代化的内容管理平台,它提供了灵活的内容建模能力和实时协作功能。作为其核心组件,Sanity Studio 是一个开源的内容编辑环境,允许开发者自定义内容工作流和编辑界面。本次发布的 v3.71.0 版本带来了一系列重要改进,特别是在内容编辑体验和系统稳定性方面。
核心功能迁移与整合
本次版本最显著的变化是将 @sanity/presentation 代码库完全迁移到了主代码库中。这一技术决策体现了 Sanity 团队对代码架构的持续优化,旨在减少依赖复杂性并提高维护效率。
对于开发者而言,这意味着:
- 官方推荐的使用方式保持不变,通过
sanity/presentation导入 Presentation Tool 功能 - 之前直接使用
@sanity/presentation的项目需要进行简单的导入路径调整 - 未来所有相关更新将统一在主代码库中进行,确保功能同步和稳定性
这一变化虽然表面上是导入路径的调整,但背后反映了 Sanity 团队对模块化架构的深思熟虑,通过减少外部依赖来提升整体系统的可靠性。
内容编辑体验优化
在内容编辑方面,本次更新带来了几个实用改进:
数组字段操作控制
新增的 disableActions 选项为数组字段提供了更精细的控制能力。开发者现在可以:
- 禁用特定数组操作按钮(如添加、删除、排序等)
- 根据业务需求定制编辑界面
- 实现更符合实际工作流的交互设计
这一特性特别适合需要严格控制内容结构的场景,例如:
- 固定长度的内容区块
- 需要审批才能修改的重要数据
- 只允许特定角色操作的敏感信息
便携文本编辑器改进
修复了便携文本输入(PT-input)中的键盘导航问题,现在:
- 注释和内联对象的编辑按钮可以通过键盘访问
- 提升了无障碍访问体验
- 使内容编辑流程更加流畅
预览功能增强
预览功能(Presentation Tool)得到了多项改进:
- "使用中的文档"面板现在会完整显示所有相关文档,包括草稿和未发布内容,解决了之前只显示部分文档的问题
- 在开发环境下使用 React Strict Mode 或 Next.js App Router 时,不再出现重复键警告
- 新增实验性功能支持完整文档观察和实时文档ID集合
这些改进使预览功能更加可靠和实用,特别是在复杂的内容关系场景中。
稳定性与兼容性提升
本次版本还包含多项底层修复和优化:
- 修复了自定义表单输入可能错误修改只读文档的问题
- 更新了多个核心依赖,包括升级到 Vite 6
- 改进了类型定义,使开发体验更加完善
- 优化了测试基础设施,提高了自动化测试覆盖率
这些改进虽然不直接表现为用户可见功能,但对系统的长期稳定性和开发体验有着重要意义。
升级建议
对于现有项目,升级到 v3.71.0 版本的过程相对平滑。主要注意事项包括:
- 检查是否直接使用了
@sanity/presentation,如有则需要更新导入路径 - 评估新数组字段控制功能是否适用于当前项目
- 测试预览功能在项目中的表现,特别是涉及复杂内容关系的场景
总体而言,v3.71.0 版本在保持向后兼容性的同时,提供了多项有价值的改进,是值得升级的版本。特别是对于依赖预览功能和复杂内容结构管理的项目,这些更新将显著提升编辑体验和系统可靠性。
登录后查看全文
热门项目推荐
相关项目推荐
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
最新内容推荐
电脑PC网易云音乐免安装皮肤插件使用指南:个性化音乐播放体验 开源电子设计自动化利器:KiCad EDA全方位使用指南 Jetson TX2开发板官方资源完全指南:从入门到精通 昆仑通态MCGS与台达VFD-M变频器通讯程序详解:工业自动化控制完美解决方案 基恩士LJ-X8000A开发版SDK样本程序全面指南 - 工业激光轮廓仪开发利器 PhysioNet医学研究数据库:临床数据分析与生物信号处理的权威资源指南 QT连接阿里云MySQL数据库完整指南:从环境配置到问题解决 Python案例资源下载 - 从入门到精通的完整项目代码合集 2022美赛A题优秀论文深度解析:自行车功率分配建模的成功方法 TJSONObject完整解析教程:Delphi开发者必备的JSON处理指南
项目优选
收起
deepin linux kernel
C
24
9
Ascend Extension for PyTorch
Python
223
245
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
暂无简介
Dart
672
157
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++
662
313
React Native鸿蒙化仓库
JavaScript
262
323
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
64
19
仓颉编译器源码及 cjdb 调试工具。
C++
134
867
仓颉编程语言测试用例。
Cangjie
37
860
openGauss kernel ~ openGauss is an open source relational database management system
C++
160
218