Rspress v2.0.0-beta.7 版本发布:代码高亮与路由优化
Rspress 是一个现代化的静态站点生成器,专为技术文档和博客设计。它基于 React 和 Vite 构建,提供了出色的开发体验和性能优化。本次发布的 v2.0.0-beta.7 版本带来了多项功能增强和问题修复,主要集中在代码高亮显示和路由处理方面。
代码高亮功能升级
本次版本对代码高亮功能进行了显著改进。核心变化是将 Shiki 语法高亮引擎升级到了 3.4.2 版本。这一升级带来了对 langAlias 选项的支持,使得开发者可以更灵活地定义语言别名,解决了之前版本中某些编程语言无法正确识别的问题。
同时,新增了 CodeBlockRuntime 组件,这是一个重要的架构改进。该组件为代码块的运行时处理提供了更强大的能力,特别是在动态代码执行和交互式代码演示方面。开发者现在可以更容易地实现代码运行、编辑和结果展示等功能。
在样式方面,修复了代码块强制换行的问题。现在代码块中的长行会按照预期自动换行,而不会破坏整体布局。这一改进特别有利于移动端浏览体验。
路由系统优化
路由系统是本版本另一个重点改进领域。对 NotFoundLayout 中的重定向 URL 处理进行了增强,现在能够更智能地处理各种重定向场景,减少了无效重定向的发生。
针对文件类型侧边栏(type=file)的处理也进行了优化,现在能够正确识别和处理 data-context 属性,使得基于文件结构的导航更加可靠。这一改进对于大型文档项目特别有价值,能够保持导航结构的清晰和一致。
插件系统增强
插件系统得到了多项改进。plugin-llms 插件现在支持在 ssg: false 配置下使用,这意味着开发者可以在非静态生成模式下也能利用该插件的功能。这一变化为开发阶段的实时预览提供了更多可能性。
plugin-algolia 插件现在支持根据主题颜色调整高亮颜色,使得搜索结果的高亮显示能够更好地融入整体设计风格,提升了视觉一致性。
开发者体验改进
在开发者体验方面,项目依赖已升级到最新稳定版本,包括 @types/node 升级到 22.8.1。这些依赖更新不仅带来了性能改进,还修复了潜在的安全问题。
虚拟模块系统也进行了重构,迁移了 routeList 相关的虚拟路由处理逻辑。这一内部架构改进为未来的功能扩展打下了更好的基础,同时提高了构建过程的稳定性。
总结
Rspress v2.0.0-beta.7 版本虽然在版本号上仍处于 beta 阶段,但已经展现出了相当成熟的特性集。特别是对代码展示和路由系统的改进,使得它更适合用于构建复杂的技术文档系统。这些变化不仅提升了功能性,也改善了开发者和最终用户的使用体验。
对于现有用户,建议关注代码高亮相关的变化,可能需要调整部分配置以适应新版本的 Shiki 引擎。同时,新的路由处理逻辑可能会影响自定义布局的实现,需要进行相应的测试和调整。
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
HunyuanVideo-1.5暂无简介00
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-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
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