Docz 开源项目教程
2024-09-16 19:31:17作者:薛曦旖Francesca
1、项目介绍
Docz 是一个用于快速创建和发布交互式文档的工具。它基于 MDX(Markdown + JSX),允许开发者轻松地编写和展示代码示例,并将其转换为生产就绪的文档站点。Docz 利用 GatsbyJS 和 Gatsby 主题阴影化技术,使得开发者可以自定义文档的外观、感觉和行为。
2、项目快速启动
安装依赖
首先,使用 Yarn 或 npm 将 Docz 添加到你的项目中:
yarn add docz # 或者使用 npm install docz
注意:react 和 react-dom 不会自动安装,你需要手动安装它们。
创建 MDX 文件
在你的项目中创建一个 .mdx 文件,例如 Button.mdx:
---
name: Button
route: /
---
import { Playground, Props } from 'docz'
import Button from './Button'
# Button
<Props of={Button} />
## 基本用法
<Playground>
<Button type="submit">Click me</Button>
<Button>No, click me</Button>
</Playground>
创建组件
创建一个 React 组件 Button.jsx:
import React from 'react'
import PropTypes from 'prop-types'
const Button = ({ children, type }) => (
<button type={type}>{children}</button>
)
Button.propTypes = {
/**
* 这是该属性的描述
* 按钮类型
*/
type: PropTypes.oneOf(['button', 'submit', 'reset']),
}
Button.defaultProps = {
type: 'button',
}
export default Button
启动开发服务器
运行以下命令启动本地开发服务器:
yarn docz dev
这将启动一个本地开发服务器,并在浏览器中打开你的文档站点。
构建文档站点
使用以下命令生成静态站点:
yarn docz build
生成的静态文件将位于 docz/dist/ 目录中。你可以使用 yarn docz serve 或任何静态文件服务器(如 npx serve docz/dist)来预览生成的站点。
3、应用案例和最佳实践
应用案例
- Welcome UI: 一个可定制的设计系统,使用 React、styled-components、styled-system 和 reakit。
- React Hooks Testing Library: 一个简单且完整的 React Hooks 测试工具,鼓励良好的测试实践。
- Mobx React: Mobx-react 文档站点。
最佳实践
- 使用 MDX: 利用 MDX 的强大功能,将 Markdown 和 JSX 结合,使文档更具交互性。
- 自定义主题: 通过 Gatsby 主题阴影化技术,自定义文档的外观和行为。
- SEO 优化: Docz 生成的文档站点是 SEO 友好的,确保你的文档在搜索引擎中表现良好。
4、典型生态项目
- GatsbyJS: 一个基于 React 的静态站点生成器,Docz 利用 GatsbyJS 来生成文档站点。
- MDX: 一个将 Markdown 和 JSX 结合的工具,使得文档编写更加灵活和强大。
- React: 一个用于构建用户界面的 JavaScript 库,Docz 基于 React 构建。
- styled-components: 一个用于样式化 React 组件的库,Docz 支持使用 styled-components 进行样式化。
通过这些模块的介绍和实践,你可以快速上手并充分利用 Docz 来创建和发布高质量的文档站点。
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
Spark-Prover-7BSpark-Prover 是由科大讯飞团队开发的专用大型语言模型,专为 Lean4 中的自动定理证明而设计。该模型采用创新的三阶段训练策略,显著增强了形式化推理能力,在同等规模的开源模型中实现了最先进的性能。Python00
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-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
最新内容推荐
PCDViewer-4.9.0-Ubuntu20.04:专业点云可视化与编辑工具全面解析 Qt控件CSS样式实例大全 - 打造现代化GUI界面的终极指南 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 海能达HP680CPS-V2.0.01.004chs写频软件:专业对讲机配置管理利器 TJSONObject完整解析教程:Delphi开发者必备的JSON处理指南 IK分词器elasticsearch-analysis-ik-7.17.16:中文文本分析的最佳解决方案 ONVIF设备模拟器:开发测试必备的智能安防仿真工具 Python开发者的macOS终极指南:VSCode安装配置全攻略 Windows Server 2016 .NET Framework 3.5 SXS文件下载与安装完整指南 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
项目优选
收起
deepin linux kernel
C
24
7
暂无简介
Dart
614
138
Ascend Extension for PyTorch
Python
163
183
React Native鸿蒙化仓库
JavaScript
240
314
仓颉编译器源码及 cjdb 调试工具。
C++
126
854
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
369
3.15 K
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
255
90
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
475
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++
644
255