Rspress v2.0.0-alpha.8 发布:SSG 严格模式与架构优化
Rspress 是一个现代化的静态站点生成器,专为技术文档网站设计。它基于 React 和 TypeScript 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。Rspress 的核心优势在于其出色的性能、灵活的扩展性和对开发者友好的配置方式。
SSG 严格模式成为默认行为
在本次 v2.0.0-alpha.8 版本中,Rspress 对静态站点生成(SSG)的行为进行了重要调整。现在,SSG 默认采用严格模式,这意味着构建过程中如果遇到任何错误,构建流程将会直接终止,而不是回退到客户端渲染(CSR)模式。
这一改变背后的设计理念是鼓励开发者尽早发现并解决构建过程中的问题,而不是依赖 CSR 作为后备方案。这种严格模式能够确保生成的静态站点具有更高的可靠性和一致性。
如果开发者确实需要保留旧版本的回退行为,可以通过在配置文件中显式设置来实现:
export default {
ssg: {
fallback: 'csr',
},
};
移除 Modern.js 插件支持
为了保持核心代码库的简洁性和维护性,本次版本移除了对 Modern.js 插件的内置支持。这一决定是基于插件维护成本的考量,开发者如果需要继续使用 Modern.js 相关功能,可以参考 1.x 分支的实现。
其他重要改进
-
Playground 插件增强:针对 TypeScript 和 TSX 的支持进行了优化,提升了代码编辑体验。
-
可访问性改进:对主题进行了多项可访问性优化,提升了 Lighthouse 评分,使文档网站对各类用户更加友好。
-
配置提示优化:对主题命名导出的破坏性变更提示进行了改进,使开发者更容易理解配置变更。
-
依赖项更新:同步更新了多个核心依赖项,包括 Rsbuild、Babel 等工具链组件。
技术架构演进
从本次版本的变化可以看出 Rspress 项目的一些技术决策方向:
-
强调构建可靠性:通过默认启用严格 SSG 模式,项目团队希望开发者能够更加重视构建过程的质量控制。
-
核心精简策略:移除 Modern.js 插件支持体现了项目向核心功能聚焦的趋势,减少维护负担。
-
开发者体验优先:从配置提示优化到可访问性改进,都体现了对终端开发者体验的关注。
对于正在评估或使用 Rspress 的团队,建议关注这些架构变化对现有项目的影响,特别是 SSG 行为的变更可能需要额外的构建错误处理机制。同时,项目的版本迭代节奏也表明它正在向更加成熟稳定的方向演进。
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
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
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Python00
HunyuanVideo-1.5暂无简介00
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 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
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