TypeDoc自定义装饰器文档标题与路径方案
2025-05-28 08:52:08作者:胡唯隽
背景介绍
TypeDoc作为一款流行的TypeScript文档生成工具,在生成API文档时会将函数统一归类为"Function"类型。然而在实际开发中,我们经常需要区分普通函数和装饰器函数,特别是在大型项目中,这种区分对于文档的可读性和维护性非常重要。
问题分析
默认情况下,TypeDoc将所有函数都标记为"Function"类型,这导致装饰器函数在文档中无法直观地与普通函数区分开来。虽然可以通过@category标签进行分类,但这并不能改变每个装饰器函数页面的标题显示方式。
解决方案
我们可以通过开发TypeDoc插件来实现以下功能:
- 为装饰器函数显示"Decorator"前缀而非"Function"
- 将装饰器函数放在独立的路径下(如/decorators/)
核心实现思路
- 自定义标签定义:引入
@decorator作为修饰标签 - 自动分类:自动为带有装饰器标签的函数添加
@category Decorator分类 - 主题定制:重写默认主题的渲染逻辑,修改标题显示
- 路径定制:将装饰器函数输出到独立目录
关键技术点
标签处理
在插件初始化阶段,我们需要确保@decorator标签被正确识别为修饰标签,同时不会在文档中直接显示:
app.options.setValue("modifierTags", [...app.options.getValue("modifierTags"), DECORATOR_TAG]);
app.options.setValue("notRenderedTags", [...app.options.getValue("notRenderedTags"), DECORATOR_TAG]);
自动分类
通过监听TypeDoc的转换事件,自动为装饰器添加分类:
app.converter.on(Converter.EVENT_CREATE_SIGNATURE, (_context, sig) => {
if (sig.comment?.hasModifier(DECORATOR_TAG)) {
sig.comment.blockTags.push(new CommentTag("@category", [{ kind: "text", text: "Decorator" }]));
}
});
标题定制
通过重写主题渲染上下文,临时修改函数类型的显示文本:
this.internationalization.addTranslations(
this.options.getValue("lang"),
{
kind_function: "Decorator",
},
true,
);
路径定制
重写URL构建逻辑,将装饰器放在独立路径下:
const url = ["decorators", this.getFileName(reflection)].join("/");
urls.push(new UrlMapping(url, reflection, this.reflectionTemplate));
实现注意事项
- 版本兼容性:此方案基于TypeDoc 0.27版本实现,需要注意未来版本可能存在的API变更
- 性能考虑:频繁修改国际化文本可能会影响性能,在实际应用中应考虑优化
- 扩展性:此模式可以扩展支持其他特殊函数类型的定制化显示
实际应用效果
应用此方案后,文档系统将能够:
- 在索引页中通过分类区分装饰器和普通函数
- 为每个装饰器生成独立的文档页面,标题显示为"Decorator: 名称"
- 所有装饰器文档统一存放在/decorators/路径下
这种方案显著提升了文档的可读性和组织结构,特别适合大量使用装饰器的项目,如Angular应用或使用了大量装饰器的Node.js框架。
总结
通过TypeDoc的插件机制,我们可以灵活定制文档生成的各个方面。本文介绍的装饰器文档定制方案不仅解决了基本的显示问题,还通过路径隔离进一步提升了文档的组织结构。这种思路也可以应用于其他需要特殊处理的代码元素,为团队打造更符合实际需求的文档系统。
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
最新内容推荐
电脑PC网易云音乐免安装皮肤插件使用指南:个性化音乐播放体验 开源电子设计自动化利器:KiCad EDA全方位使用指南 Jetson TX2开发板官方资源完全指南:从入门到精通 昆仑通态MCGS与台达VFD-M变频器通讯程序详解:工业自动化控制完美解决方案 基恩士LJ-X8000A开发版SDK样本程序全面指南 - 工业激光轮廓仪开发利器 PhysioNet医学研究数据库:临床数据分析与生物信号处理的权威资源指南 QT连接阿里云MySQL数据库完整指南:从环境配置到问题解决 Python案例资源下载 - 从入门到精通的完整项目代码合集 2022美赛A题优秀论文深度解析:自行车功率分配建模的成功方法 TJSONObject完整解析教程:Delphi开发者必备的JSON处理指南
项目优选
收起
deepin linux kernel
C
24
9
Ascend Extension for PyTorch
Python
223
246
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
672
157
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++
662
313
React Native鸿蒙化仓库
JavaScript
262
323
🔥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++
135
867
仓颉编程语言测试用例。
Cangjie
37
860
openGauss kernel ~ openGauss is an open source relational database management system
C++
160
218