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!
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 StartedRust066- DDeepSeek-V4-ProDeepSeek-V4-Pro(总参数 1.6 万亿,激活 49B)面向复杂推理和高级编程任务,在代码竞赛、数学推理、Agent 工作流等场景表现优异,性能接近国际前沿闭源模型。Python00
MiniMax-M2.7MiniMax-M2.7 是我们首个深度参与自身进化过程的模型。M2.7 具备构建复杂智能体应用框架的能力,能够借助智能体团队、复杂技能以及动态工具搜索,完成高度精细的生产力任务。Python00
GLM-5.1GLM-5.1是智谱迄今最智能的旗舰模型,也是目前全球最强的开源模型。GLM-5.1大大提高了代码能力,在完成长程任务方面提升尤为显著。和此前分钟级交互的模型不同,它能够在一次任务中独立、持续工作超过8小时,期间自主规划、执行、自我进化,最终交付完整的工程级成果。Jinja00
Kimi-K2.6Kimi K2.6 是一款开源的原生多模态智能体模型,在长程编码、编码驱动设计、主动自主执行以及群体任务编排等实用能力方面实现了显著提升。Python00
Hy3-previewHy3 preview 是由腾讯混元团队研发的2950亿参数混合专家(Mixture-of-Experts, MoE)模型,包含210亿激活参数和38亿MTP层参数。Hy3 preview是在我们重构的基础设施上训练的首款模型,也是目前发布的性能最强的模型。该模型在复杂推理、指令遵循、上下文学习、代码生成及智能体任务等方面均实现了显著提升。Python00