Qexo项目中友链页面首次加载不显示的问题分析与解决
问题现象
在使用Qexo v3.6.0搭建的网站中,用户发现友链页面存在一个奇怪的显示问题:当从其他页面跳转到友链页面时,友链内容无法正常显示,只有手动刷新页面后才会出现。这个问题在使用PostgreSQL数据库和Vercel部署的环境中尤为明显。
问题根源分析
经过技术排查,这个问题主要与Next主题的Pjax实现机制有关。Pjax是一种通过Ajax和pushState技术实现的页面无刷新加载技术,它能够提升网站浏览体验,但在处理动态内容加载时可能会出现问题。
具体到本案例中,友链内容是通过Qexo的loadQexoFriends函数动态加载的,而Pjax在页面切换时不会自动重新执行这个函数,导致内容无法显示。
解决方案
方案一:配置Pjax重载函数
最直接的解决方案是为Pjax配置重载函数,确保在每次Pjax完成页面加载后都重新执行友链加载逻辑:
document.addEventListener('pjax:complete', function() {
loadQexoFriends(id, url);
});
这段代码需要放置在主题模板或页面中,监听Pjax完成事件并触发友链加载。
方案二:使用raw标签处理脚本
在Markdown文件中直接插入JavaScript代码时,可能会遇到特殊字符被错误解析的问题。可以使用Liquid模板语言的raw标签来避免这个问题:
{% raw %}
<script>
document.addEventListener('pjax:complete', function() {
loadQexoFriends(id, url);
});
</script>
{% endraw %}
方案三:完全禁用Pjax
如果对Pjax不熟悉或遇到难以解决的问题,最简单的方案是在Next主题配置中完全禁用Pjax功能。虽然这会牺牲部分用户体验,但能确保所有功能正常工作。
最佳实践建议
-
脚本放置位置:建议将Pjax重载脚本放在主题的公共模板文件中,而不是单个页面,确保全局生效。
-
错误处理:在重载函数中添加错误处理逻辑,避免因某个页面缺少必要参数而导致整个脚本失效。
-
性能优化:可以考虑添加防抖机制,避免短时间内多次触发重载函数。
-
兼容性检查:确保重载函数在所有浏览器中都能正常工作,特别是要考虑移动端浏览器的兼容性。
总结
Qexo项目中友链页面首次加载不显示的问题,本质上是一个典型的Pjax与动态内容加载的兼容性问题。通过合理配置Pjax事件监听器,可以很好地解决这类问题。对于不熟悉前端技术的用户,建议仔细阅读相关文档或寻求社区帮助,以确保解决方案的正确实施。
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
unified-cache-managementUnified Cache Manager(推理记忆数据管理器),是一款以KV Cache为中心的推理加速套件,其融合了多类型缓存加速算法工具,分级管理并持久化推理过程中产生的KV Cache记忆数据,扩大推理上下文窗口,以实现高吞吐、低时延的推理体验,降低每Token推理成本。Python03
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
Spark-Prover-X1-7BSpark-Prover-X1-7B is a 7B-parameter large language model developed by iFLYTEK for automated theorem proving in Lean4. It generates complete formal proofs for mathematical theorems using a three-stage training framework combining pre-training, supervised fine-tuning, and reinforcement learning. The model achieves strong formal reasoning performance and state-of-the-art results across multiple theorem-proving benchmarksPython00
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-X1-7B is a 7B-parameter large language model by iFLYTEK for mathematical auto-formalization. It translates natural-language math problems into precise Lean4 formal statements, achieving high accuracy and logical consistency. The model is trained with a two-stage strategy combining large-scale pre-training and supervised fine-tuning for robust formal reasoning.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- HHowToCook程序员在家做饭方法指南。Programmer's guide about how to cook at home (Chinese only).Dockerfile015
Spark-Scilit-X1-13B科大讯飞Spark Scilit-X1-13B基于最新一代科大讯飞基础模型,并针对源自科学文献的多项核心任务进行了训练。作为一款专为学术研究场景打造的大型语言模型,它在论文辅助阅读、学术翻译、英语润色和评论生成等方面均表现出色,旨在为研究人员、教师和学生提供高效、精准的智能辅助。Python00- PpathwayPathway is an open framework for high-throughput and low-latency real-time data processing.Python00