Sveltia CMS v0.75.0 版本发布:文件类型过滤与国际化优化
Sveltia CMS 是一个现代化的开源内容管理系统,基于 Decap CMS(原 Netlify CMS)构建,提供了更加灵活和强大的内容管理能力。该系统特别适合静态网站生成器使用,支持多种内容格式和国际化功能。
文件上传类型过滤功能增强
在最新发布的 v0.75.0 版本中,Sveltia CMS 为文件和图片上传组件引入了重要的增强功能。开发团队新增了 accept
选项,允许管理员通过逗号分隔的文件类型说明符来过滤上传文件。
这一功能实现了与 HTML <input type="file">
元素的 accept
属性相同的效果,能够精确控制用户可上传的文件类型。例如,可以限制只能上传特定扩展名或 MIME 类型的文件,大大提升了系统的安全性和可用性。
对于图片上传组件,新版本默认只接受 AVIF、GIF、JPEG、PNG、WebP 和 SVG 格式的图片文件。这一改变排除了 BMP、HEIC、JPEG XL、PSD、TIFF 等不太常见或非标准的图像格式,确保了网站内容的兼容性和一致性。管理员仍然可以通过配置 accept
选项来自定义允许的文件类型。
国际化文件名处理优化
在国际化支持方面,v0.75.0 版本引入了一个新的配置选项 omit_default_locale_from_filename
。这个选项特别适合使用 Zola 等多语言静态网站生成器的场景。
当启用此选项时,系统会从文件名中排除默认语言环境的标识。这一功能主要影响两种场景:
- 使用
multiple_files
国际化结构的条目集合 - 文件集合项中路径以
.{{locale}}.<extension>
结尾的情况
这种处理方式与 Zola 的多语言站点文件命名规范完全兼容,使得 Sveltia CMS 能够更好地服务于采用 Zola 构建的多语言网站项目。
技术实现细节
从技术实现角度来看,这些改进涉及到了前端文件上传组件和后端文件处理逻辑的协同工作。文件类型过滤在前端通过标准的 HTML5 文件输入属性实现,同时在后端也进行了相应的验证,确保安全性。
国际化文件名处理则更加复杂,需要考虑到不同静态网站生成器的多语言实现差异。新加入的配置选项为开发者提供了更大的灵活性,可以根据项目需求选择最适合的文件命名策略。
升级建议
对于现有项目,升级到 v0.75.0 版本需要注意以下几点:
- 检查现有图片上传功能,确保默认的文件类型限制不会影响现有内容
- 如果项目需要支持特殊图像格式,需要在配置中显式声明
accept
选项 - 对于多语言项目,评估新的文件名处理选项是否适合项目需求
总的来说,Sveltia CMS v0.75.0 版本在文件管理和国际化支持方面做出了重要改进,使得这个现代化的内容管理系统更加完善和实用。
GLM-4.6
GLM-4.6在GLM-4.5基础上全面升级:200K超长上下文窗口支持复杂任务,代码性能大幅提升,前端页面生成更优。推理能力增强且支持工具调用,智能体表现更出色,写作风格更贴合人类偏好。八项公开基准测试显示其全面超越GLM-4.5,比肩DeepSeek-V3.1-Terminus等国内外领先模型。【此简介由AI生成】Jinja00- DDeepSeek-V3.2-ExpDeepSeek-V3.2-Exp是DeepSeek推出的实验性模型,基于V3.1-Terminus架构,创新引入DeepSeek Sparse Attention稀疏注意力机制,在保持模型输出质量的同时,大幅提升长文本场景下的训练与推理效率。该模型在MMLU-Pro、GPQA-Diamond等多领域公开基准测试中表现与V3.1-Terminus相当,支持HuggingFace、SGLang、vLLM等多种本地运行方式,开源内核设计便于研究,采用MIT许可证。【此简介由AI生成】Python00
openPangu-Ultra-MoE-718B-V1.1
昇腾原生的开源盘古 Ultra-MoE-718B-V1.1 语言模型Python00ops-transformer
本项目是CANN提供的transformer类大模型算子库,实现网络在NPU上加速计算。C++0113AI内容魔方
AI内容专区,汇集全球AI开源项目,集结模块、可组合的内容,致力于分享、交流。02Spark-Chemistry-X1-13B
科大讯飞星火化学-X1-13B (iFLYTEK Spark Chemistry-X1-13B) 是一款专为化学领域优化的大语言模型。它由星火-X1 (Spark-X1) 基础模型微调而来,在化学知识问答、分子性质预测、化学名称转换和科学推理方面展现出强大的能力,同时保持了强大的通用语言理解与生成能力。Python00GOT-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).Dockerfile011
- PpathwayPathway is an open framework for high-throughput and low-latency real-time data processing.Python00
热门内容推荐
最新内容推荐
项目优选









