Sanity v3.82.0 版本发布:媒体库增强与编辑器优化
2025-06-10 10:45:18作者:宣聪麟
Sanity 是一个现代化的内容管理平台,它提供了一个灵活的内容建模系统和实时协作的编辑环境。Sanity Studio 是其核心编辑器组件,开发者可以通过配置自定义的内容模型和编辑界面。
核心功能更新
媒体库资产源支持
本次版本最重要的更新是引入了全新的媒体库资产源功能。开发团队为 Sanity 核心添加了项目作用域的媒体库端点,这意味着:
- 用户现在可以直接在 Sanity Studio 中浏览和管理媒体资源
- 媒体资源与项目紧密关联,提高了资源管理的便利性
- 通过专门的
/media-libraries端点,实现了更高效的媒体资源检索
这一功能特别适合需要管理大量媒体资源的项目,如图片、视频等内容密集型应用。
编辑器体验优化
初始值模板处理改进
开发团队对初始值模板的处理机制进行了两项重要优化:
- 可中断的模板解析:现在初始值模板的解析过程可以被中断,防止长时间运行的操作阻塞编辑器
- 读取状态保护:在模板解析期间,文档编辑器会自动进入只读模式,避免用户在数据未完全加载时进行误操作
这些改进显著提升了编辑器在复杂场景下的响应性和稳定性。
数字输入修复
修复了一个数字输入框的问题,该问题会导致在滚动鼠标滚轮时意外触发数值变更。现在通过特定的处理逻辑,确保了数字输入的行为更加符合用户预期。
验证与引用处理
自引用草稿验证
解决了验证系统中的一个限制,现在系统能够正确处理自引用的草稿文档。这意味着:
- 文档可以安全地引用自身的草稿版本
- 验证规则会正确处理这种特殊情况
- 避免了之前因此类引用导致的验证错误
引用强化机制
优化了版本创建时的引用强化处理,确保在创建新版本时,所有相关引用都能得到正确的更新和维护。
开发者体验改进
共享设置配置
开发模式下现在支持可配置的共享设置选项,这为团队协作开发提供了更多灵活性:
- 可以自定义开发环境的各种参数
- 团队成员可以共享统一的开发配置
- 减少了环境差异导致的问题
测试稳定性提升
本次版本包含多项测试相关的改进:
- 禁用了硬件加速以提高端到端测试的稳定性
- 增加了文档状态断言工具函数
- 改进了多个测试场景的健壮性,特别是内联编辑和取消发布等操作
依赖项更新
项目维护团队持续更新了多个关键依赖:
- 升级了 Vitest 测试框架到 3.x 系列
- 更新了 PortableText 编辑器相关组件
- 优化了 React Compiler 相关依赖
- 升级了测试库和动画库等辅助工具
这些更新带来了性能改进和新特性支持,同时保持了向后兼容性。
错误修复与优化
除了上述主要功能外,本次发布还包含多项错误修复和优化:
- 解决了远程事务在草稿发布后未正确重置的问题
- 修复了 GraphQL 部署时忽略 dry run 参数的问题
- 优化了路由参数处理,防止字符串状态被错误传递
- 改进了错误报告机制,确保初始化前的错误也能被捕获
这些改进共同提升了 Sanity 平台的稳定性和用户体验,为开发者构建内容驱动型应用提供了更强大的工具集。
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
246
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++
663
313
React Native鸿蒙化仓库
JavaScript
262
324
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
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.2 K
655
🔥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
openGauss kernel ~ openGauss is an open source relational database management system
C++
160
218
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
330
137