Rspress v2.0.0-beta.8 发布:动态代码高亮组件与Shiki增强
Rspress 是一个现代化的静态站点生成器,专注于为技术文档提供优秀的开发体验。它基于React和Rspack构建,具有出色的构建性能和灵活的扩展能力。
动态代码高亮组件 CodeBlockRuntime
本次发布的 v2.0.0-beta.8 版本引入了一个重要的新特性——CodeBlockRuntime组件。这个组件解决了传统静态代码高亮在编译时处理的局限性,为开发者提供了运行时动态高亮代码的能力。
核心特性
-
运行时高亮:不同于传统的编译时高亮,
CodeBlockRuntime在浏览器运行时处理代码高亮,特别适合需要动态展示代码的场景。 -
Shiki集成:内置支持Shiki高亮引擎,可以通过
shikiOptions属性进行深度定制。 -
注解支持:兼容Shiki的代码注释标记语法,如
[!code highlight]等。 -
渲染回调:提供
onRendered回调函数,可以在代码高亮完成后执行自定义逻辑。
使用示例
import { CodeBlockRuntime } from '@theme';
import { transformerNotationHighlight } from '@shikijs/transformers';
<CodeBlockRuntime
lang="ts"
title="highlight.ts"
code={`console.log('Highlighted'); // [!code highlight]
// [!code highlight:1]
console.log('Highlighted');
console.log('Not highlighted');`}
shikiOptions={{
transformers: [transformerNotationHighlight()],
}}
/>
Shiki转换器增强
为了配合CodeBlockRuntime组件的使用,本次更新还增强了Shiki转换器的支持:
-
新增导出:
@rspress/plugin-shiki/transformers现在可以直接导出常用的Shiki转换器。 -
兼容性转换器:新增
transformerCompatibleMetaHighlight转换器,确保代码注释标记在不同环境下的一致性。
技术实现细节
CodeBlockRuntime组件的实现考虑了以下关键点:
-
DOM结构一致性:确保运行时生成的DOM结构与编译时生成的代码块结构完全一致,避免样式和交互上的差异。
-
性能优化:采用懒加载策略,只有在组件进入视口时才执行高亮处理,减少不必要的性能开销。
-
错误处理:内置完善的错误处理机制,当高亮过程出现问题时能够优雅降级。
适用场景
这个新特性特别适合以下场景:
-
动态代码展示:当需要根据用户交互动态展示不同代码片段时。
-
代码编辑器集成:在文档中嵌入可交互的代码编辑器组件。
-
高级代码标注:需要复杂代码高亮和注释的场景。
-
主题切换:在运行时动态切换代码高亮主题。
总结
Rspress v2.0.0-beta.8通过引入CodeBlockRuntime组件,为技术文档的代码展示提供了更大的灵活性。这一改进不仅保留了静态生成的高性能优势,还增加了运行时动态处理的能力,使得Rspress在代码展示方面达到了新的高度。对于需要丰富代码展示功能的文档项目来说,这无疑是一个值得关注的重要更新。
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