打破常规:Vite 插件——JS 动态注入 CSS 功能
在前端开发中,我们常常需要权衡代码分割和性能之间的平衡。现在,借助 vite-plugin-css-injected-by-js 这款创新的 Vite 插件,你可以将所有的 CSS 直接通过 JavaScript 添加到页面上,实现单一 JS 文件的应用,从而简化文件管理并优化加载速度。
项目介绍
vite-plugin-css-injected-by-js 是一个巧妙的工具,它改变了传统的 CSS 链接方式,不再生成独立的 CSS 文件或在 HTML 中引入它们。相反,这个插件会捕获构建过程中生成的所有 CSS,并通过 JavaScript 将其动态地添加到页面样式中。这种设计使得你可以完全控制 CSS 的加载时间,甚至可以配合严格的 CSP(Content Security Policy)策略。
技术分析
该插件的工作原理是,遍历构建过程中的所有 CSS 资源,然后在 HTML 中移除这些链接,转而通过自定义的 JavaScript 代码将 CSS 内容注入到页面头部。你可以配置 CSS 注入的时间点(在你的应用代码之前或之后),也可以为注入的 style 元素设置自定义 ID,以满足特定场景的需求。
对于那些使用了 Vite 的 plugin-legacy 的开发者,需要注意的是,由于 plugin-legacy 对 CSS 处理有特定需求,所以这个插件不再支持 plugin-legacy。
应用场景
- 单一 JS 文件部署,减少 HTTP 请求
- 自定义 CSS 加载时机,比如延迟加载以提高首屏渲染速度
- 与 CSP 策略兼容,通过设置
useStrictCSP使用非空值 nonce - 在多入口点应用中,通过
relativeCSSInjection和jsAssetsFilterFunction配合处理 CSS 注入
项目特点
- 灵活注入:可根据项目需求配置 CSS 注入的时机。
- 自定义化:可定制注入代码和 style 元素 ID,允许你在运行时执行自定义函数进行 CSS 修改。
- 资源筛选:可以通过
cssAssetsFilterFunction和jsAssetsFilterFunction指定哪些 CSS 或 JS 文件参与 CSS 注入,便于多入口点应用的管理。 - 严格 CSP 支持:开启
useStrictCSP后,插件会自动为 style 标签生成并添加 nonce 值,符合严格的 CSP 策略要求。
安装与使用
要安装此插件,只需在项目中运行:
npm i vite-plugin-css-injected-by-js --save
然后在你的 Vite 配置文件中加入以下代码:
import cssInjectedByJsPlugin from 'vite-plugin-css-injected-by-js';
export default {
plugins: [
cssInjectedByJsPlugin(),
],
};
无需复杂的配置,即可开始享受动态 CSS 注入带来的便利。
总之,vite-plugin-css-injected-by-js 提供了一种全新的 CSS 管理方式,让你在 Vite 上实现更高效、更可控的前端开发。试试看,看看它如何为你的项目带来改变吧!
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