Just-the-Docs 项目中 Mermaid 图表渲染问题的解决方案
在 Just-the-Docs 项目中使用 Mermaid 图表时,开发者可能会遇到一个常见的渲染问题:当尝试使用 Mermaid 的六边形(hexagon)形状时,系统会抛出 Liquid 语法错误。这个问题源于 Mermaid 和 Jekyll 的模板语法冲突。
问题根源分析
Mermaid 图表语法使用双花括号 {{ }} 来定义六边形节点,例如:
flowchart TD;
id1{{This is the text in the box}}
然而,Jekyll 使用的 Liquid 模板引擎同样使用 {{ }} 作为变量插值的语法标记。当 Jekyll 处理 Markdown 文件时,它会先尝试解析这些花括号,导致 Mermaid 图表无法正确渲染,并显示"Syntax error in graph"的错误信息。
解决方案
解决这个冲突的方法是使用 Liquid 的 raw 标签包裹 Mermaid 代码块。raw 标签会告诉 Liquid 模板引擎跳过对其中内容的解析,从而保留原始的 Mermaid 语法。
正确的写法应该是:
```mermaid
{% raw %}
flowchart TD;
id1{{This is the text in the box}}
{% endraw %}
```
深入理解
-
处理顺序:Jekyll 会先处理 Liquid 模板语法,然后再将内容传递给 Mermaid 渲染。因此需要先保护 Mermaid 语法不被 Liquid 解析。
-
适用场景:这个解决方案不仅适用于六边形节点,也适用于任何包含类似语法冲突的 Mermaid 图表类型。
-
版本兼容性:此解决方案在 Mermaid 各个版本中都有效,包括 9.4.3 和 10.9.1 等版本。
最佳实践建议
-
对于复杂的 Mermaid 图表,建议始终使用
raw标签包裹,以避免潜在的语法冲突。 -
在团队协作项目中,可以考虑将这一要求写入文档规范,确保所有贡献者都遵循相同的写法。
-
如果项目中使用 Mermaid 图表较多,可以考虑创建自定义的 Jekyll 插件或修改配置来简化这一过程。
通过理解这一问题的本质并采用正确的解决方案,开发者可以充分利用 Mermaid 在 Just-the-Docs 项目中的强大图表功能,而不会受到语法冲突的困扰。
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