Rspress v2.0.0-alpha.2 发布:Shiki V3升级与Algolia搜索支持
Rspress 是一个现代化的静态站点生成器,专为技术文档场景优化设计。它基于React和MDX构建,提供了开箱即用的文档编写体验,同时支持高度自定义的扩展能力。在最新发布的v2.0.0-alpha.2版本中,Rspress带来了多项重要更新和改进。
Shiki V3升级与Transformer重构
本次版本最显著的变化之一是对代码高亮库Shiki的升级。从V2迁移到V3版本,不仅带来了性能提升,还引入了全新的Transformer机制。
Shiki V3采用了更现代化的架构设计,其Transformer系统允许开发者通过插件化的方式扩展代码高亮功能。Rspress团队重构了原有的Transformer实现,现在开发者可以直接使用官方的@shikijs/transformers包中的各种Transformer。
迁移到新版本需要注意API的变化。原有的createTransformerDiff()等函数已被移除,取而代之的是transformerNotationDiff()等官方Transformer。这种变化虽然带来了迁移成本,但长远来看更符合社区标准,也更容易维护。
新增Algolia搜索插件
文档站点的搜索功能对用户体验至关重要。v2.0.0-alpha.2版本新增了@rspress/plugin-algolia插件,为开发者提供了集成Algolia搜索服务的官方解决方案。
该插件的设计考虑了灵活性和易用性。开发者只需在配置中启用插件,并在主题组件中提供必要的Algolia凭证即可。插件会自动处理搜索索引的构建和更新,开发者可以专注于文档内容的编写。
值得一提的是,这个实现还优化了搜索体验的细节,比如多语言切换时的索引更新,确保用户在不同语言间切换时搜索功能依然可靠。
Sass和Less支持调整
在架构优化方面,v2.0.0-alpha.2版本移除了内置的Sass和Less支持。这一变化是为了保持核心的轻量化和灵活性,将样式预处理器的选择权完全交给开发者。
现在,如果需要使用Sass或Less,开发者需要显式安装对应的Rsbuild插件。这种设计虽然增加了一些配置步骤,但带来了更好的灵活性和更清晰的依赖关系。开发者可以根据项目实际需求选择是否引入这些预处理器的支持。
其他改进与修复
除了上述主要变化外,这个版本还包含多项质量改进:
- 修复了全局样式可能为空的问题,提升了构建稳定性
- 改进了侧边栏菜单的响应式设计,优化了移动端体验
- 修复了构建错误处理机制,确保错误能够被正确捕获和报告
- 优化了MDX链接处理逻辑,避免不必要的base路径添加
- 解决了搜索索引在多语言切换场景下的更新问题
这些改进虽然看似细微,但对提升开发体验和最终用户的使用感受都有显著帮助。
总结
Rspress v2.0.0-alpha.2版本在保持核心功能稳定的同时,通过Shiki V3升级、Algolia搜索支持等新特性进一步提升了文档站点的表现力和功能性。架构上的调整虽然带来了一些迁移成本,但为未来的扩展和维护奠定了更好的基础。
对于正在使用Rspress的开发者来说,这个版本值得关注,特别是计划使用高级代码高亮功能或需要集成专业搜索服务的项目。随着alpha版本的持续迭代,Rspress正在向更成熟、更强大的方向稳步前进。
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 StartedRust099- 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
MiMo-V2.5-ProMiMo-V2.5-Pro作为旗舰模型,擅⻓处理复杂Agent任务,单次任务可完成近千次⼯具调⽤与⼗余轮上 下⽂压缩。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
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