Nuxt Content 代码高亮功能失效问题排查指南
2025-06-25 22:21:18作者:董宙帆
问题现象描述
在使用 Nuxt Content 模块时,开发者发现 Markdown 文件中的代码块无法正常显示语法高亮效果。具体表现为代码块被渲染为普通文本,没有应用 Shiki 高亮相关的 CSS 类名。
典型配置示例
开发者通常会按照官方文档配置高亮主题:
content: {
highlight: {
theme: {
default: "github-light",
dark: "github-dark",
sepia: "monokai",
},
},
},
问题排查过程
-
基础检查:首先确认 Nuxt Content 模块已正确安装和配置,代码块语法符合规范。
-
网络请求分析:通过浏览器开发者工具检查网络请求,发现
/api/_mdc接口未被正常调用。 -
中间件影响:深入排查后发现项目中存在全局中间件,该中间件的访问限制规则过于严格,导致
/api/_mdc接口请求被拦截。
解决方案
-
调整中间件规则:修改中间件配置,将
/api/_mdc路径加入白名单。 -
验证修复:清除缓存后重新加载页面,确认代码高亮功能恢复正常。
经验总结
-
API 依赖:Nuxt Content 的代码高亮功能依赖
/api/_mdc接口,任何拦截该接口的中间件都会导致高亮失效。 -
常见陷阱:类似问题也出现在使用 nuxt-security 等安全模块时,特别是配置了 basic-auth 认证的情况。
-
调试技巧:可以通过修改 node_modules 中的源码添加调试日志(如 rehype-nuxt.js 文件),但需注意这仅适用于开发调试。
最佳实践建议
-
中间件设计:开发全局中间件时应考虑 Nuxt 内部 API 路径的特殊性。
-
文档补充:建议在项目文档中明确说明
/api/_mdc和/api/_content的依赖关系。 -
渐进式配置:添加新中间件时采用逐步收紧的策略,避免一次性设置过于严格的规则。
技术原理延伸
Nuxt Content 的代码高亮功能是通过 Shiki 实现的,其工作流程包括:
- 客户端检测到代码块
- 向
/api/_mdc发送请求获取高亮处理结果 - 将返回的 HTML 片段和 CSS 类名应用到页面
这一设计实现了服务端渲染的高亮处理,同时保持了客户端的灵活性。理解这一流程有助于快速定位类似问题。
登录后查看全文
热门项目推荐
相关项目推荐
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
项目优选
收起
deepin linux kernel
C
24
9
Ascend Extension for PyTorch
Python
222
238
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
9
1
暂无简介
Dart
671
156
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++
661
312
React Native鸿蒙化仓库
JavaScript
261
322
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
64
19
仓颉编译器源码及 cjdb 调试工具。
C++
134
867
仓颉编程语言测试用例。
Cangjie
37
859
openGauss kernel ~ openGauss is an open source relational database management system
C++
160
217