Yari 项目教程
1. 项目介绍
Yari 是一个用于构建和部署 MDN Web 文档的工具。它是 MDN (Mozilla Developer Network) 文档平台的核心组件,负责将 Markdown 文件转换为静态 HTML 页面,并提供强大的搜索和导航功能。Yari 的目标是提供一个高效、可扩展的文档构建系统,支持多种内容格式和丰富的插件生态。
2. 项目快速启动
2.1 环境准备
在开始之前,请确保你已经安装了以下工具:
- Node.js (建议版本 14.x 或更高)
- npm (通常随 Node.js 一起安装)
2.2 安装 Yari
首先,克隆 Yari 项目到本地:
git clone https://github.com/mdn/yari.git
cd yari
然后,安装项目依赖:
npm install
2.3 启动开发服务器
安装完成后,你可以启动开发服务器来预览文档:
npm start
启动后,打开浏览器访问 http://localhost:3000
,你将看到 Yari 的默认文档页面。
2.4 构建静态站点
如果你想构建静态站点,可以使用以下命令:
npm run build
构建完成后,静态文件将生成在 dist
目录中。
3. 应用案例和最佳实践
3.1 自定义文档内容
Yari 支持自定义文档内容。你可以在 content
目录中添加或修改 Markdown 文件,Yari 会自动将其转换为 HTML 页面。
例如,创建一个新的 Markdown 文件 content/my-page.md
:
# 我的页面
这是一个自定义页面。
保存后,刷新浏览器,你将看到新的页面。
3.2 使用插件扩展功能
Yari 支持通过插件扩展功能。你可以在 plugins
目录中添加自定义插件,或者使用社区提供的插件。
例如,安装一个 Markdown 扩展插件:
npm install markdown-it-emoji
然后在 config.js
中配置插件:
module.exports = {
plugins: [
require('markdown-it-emoji')
]
};
这样,你的文档中就可以使用 Emoji 了。
4. 典型生态项目
4.1 MDN Web 文档
MDN Web 文档是 Yari 的主要应用场景之一。它提供了丰富的 Web 开发文档,涵盖 HTML、CSS、JavaScript 等多个领域。
4.2 自定义文档站点
Yari 可以用于构建任何类型的文档站点,包括技术文档、产品手册、博客等。通过自定义主题和插件,你可以轻松创建符合需求的文档站点。
4.3 社区插件
Yari 拥有一个活跃的社区,提供了许多有用的插件,如代码高亮、表格生成、数学公式支持等。你可以通过 npm 或 GitHub 找到这些插件,并集成到你的项目中。
通过本教程,你应该已经掌握了 Yari 的基本使用方法。希望你能利用 Yari 构建出优秀的文档站点!
GLM-4.6
GLM-4.6在GLM-4.5基础上全面升级:200K超长上下文窗口支持复杂任务,代码性能大幅提升,前端页面生成更优。推理能力增强且支持工具调用,智能体表现更出色,写作风格更贴合人类偏好。八项公开基准测试显示其全面超越GLM-4.5,比肩DeepSeek-V3.1-Terminus等国内外领先模型。【此简介由AI生成】Jinja00- DDeepSeek-V3.2-ExpDeepSeek-V3.2-Exp是DeepSeek推出的实验性模型,基于V3.1-Terminus架构,创新引入DeepSeek Sparse Attention稀疏注意力机制,在保持模型输出质量的同时,大幅提升长文本场景下的训练与推理效率。该模型在MMLU-Pro、GPQA-Diamond等多领域公开基准测试中表现与V3.1-Terminus相当,支持HuggingFace、SGLang、vLLM等多种本地运行方式,开源内核设计便于研究,采用MIT许可证。【此简介由AI生成】Python00
openPangu-Ultra-MoE-718B-V1.1
昇腾原生的开源盘古 Ultra-MoE-718B-V1.1 语言模型Python00ops-transformer
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++0113AI内容魔方
AI内容专区,汇集全球AI开源项目,集结模块、可组合的内容,致力于分享、交流。02Spark-Chemistry-X1-13B
科大讯飞星火化学-X1-13B (iFLYTEK Spark Chemistry-X1-13B) 是一款专为化学领域优化的大语言模型。它由星火-X1 (Spark-X1) 基础模型微调而来,在化学知识问答、分子性质预测、化学名称转换和科学推理方面展现出强大的能力,同时保持了强大的通用语言理解与生成能力。Python00GOT-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- HHowToCook程序员在家做饭方法指南。Programmer's guide about how to cook at home (Chinese only).Dockerfile011
- PpathwayPathway is an open framework for high-throughput and low-latency real-time data processing.Python00
项目优选









