TypeDoc项目:自定义侧边栏模块排序方法详解
2025-05-28 01:02:05作者:邵娇湘
在TypeDoc文档生成工具的使用过程中,开发者经常需要对生成的文档侧边栏进行自定义排序。本文将详细介绍如何控制TypeDoc生成的文档中侧边栏模块的显示顺序。
默认排序行为
TypeDoc默认会对入口点(entry points)进行自动排序,这种排序通常是基于字母顺序的。虽然这种默认行为对大多数项目已经足够,但在某些特定场景下,开发者可能希望手动控制模块的显示顺序。
自定义排序解决方案
TypeDoc提供了一个名为sortEntryPoints的配置选项,专门用于控制入口点的排序行为。当这个选项被设置为false时,TypeDoc将保持你在配置文件中指定的入口点顺序,而不会进行任何自动排序。
实现方法
要使用自定义排序,只需在TypeDoc的配置文件中进行如下设置:
{
"sortEntryPoints": false,
"entryPoints": [
"src/core",
"src/utils",
"src/models",
"src/services"
]
}
通过这种方式,TypeDoc生成的文档侧边栏将严格按照配置文件中entryPoints数组的顺序来显示各个模块。
适用场景
这种自定义排序特别适合以下情况:
- 项目有特定的模块依赖关系需要强调
- 希望将核心模块或重要模块放在更显眼的位置
- 需要遵循公司或团队的文档规范
- 项目模块之间存在逻辑顺序关系
注意事项
- 当sortEntryPoints设置为false时,确保entryPoints数组中的顺序确实是你想要的最终顺序
- 这个设置只影响顶级模块的排序,不影响模块内部成员的排序
- 如果项目结构发生变化,需要手动更新entryPoints的顺序
通过合理利用sortEntryPoints选项,开发者可以完全掌控TypeDoc生成的文档结构,创建出更符合项目需求和团队规范的API文档。
登录后查看全文
热门项目推荐
相关项目推荐
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust0212
cann-learning-hubCANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。Jupyter Notebook0137
JoyAI-EchoJoyAI-Echo,这是一个独立的、仅用于推理的版本,旨在实现分钟级多镜头音视频生成。它采用了经过蒸馏的DMD生成器、配对的跨模态记忆以及故事级别的一致性。其性能的核心在于,一个跨模态视听记忆库能够在长达五分钟的视频中保持角色外观和语音音色的一致性。同时,一个训练后处理流程将基于记忆的强化学习与分布匹配蒸馏相结合,实现了7.5倍的速度提升,显著增强了视觉质量和对齐效果。00
GLM-5.2智谱开源 GLM-5.2,这是针对长文本任务的最新旗舰模型。相较于前代产品 GLM-5.1,它在长文本任务处理能力上实现了显著飞跃,并且首次在稳定的 100 万 token 上下文中提供这一能力。Jinja00
SwanLab⚡️SwanLab - an open-source, modern-design AI training tracking and visualization tool. Supports Cloud / Self-hosted use. Integrated with PyTorch / Transformers / LLaMA Factory / veRL/ Swift / Ultralytics / MMEngine / Keras etc.Python00
tiny-universe《大模型白盒子构建指南》:一个全手搓的Tiny-UniverseJupyter Notebook03
热门内容推荐
最新内容推荐
项目优选
收起
deepin linux kernel
C
32
16
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
468
461
暂无描述
Dockerfile
775
5.07 K
Ascend Extension for PyTorch
Python
756
960
本项目是CANN提供的transformer类大模型算子库,实现网络在NPU上加速计算。
C++
872
2.01 K
本项目是CANN提供的神经网络类计算算子库,实现网络在NPU上加速计算。
C++
696
1.4 K
昇腾LLM分布式训练框架
Python
183
230
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++
1.1 K
1.14 K
本仓库是 Flutter SDK 与 Flutter Engine 的 OpenHarmony 适配版本,由 CPF-Flutter 团队维护。开发者可使用熟悉的 Flutter 技术栈开发 OpenHarmony 应用,3.35.7 及以后的适配版本可基于本仓库源码构建支持 OpenHarmony 的 Flutter Engine。
Dart
1.03 K
271
Oohos_react_native
React Native鸿蒙化仓库
C++
361
430