Rspress v2.0.0-alpha.6 发布:CSS隔离与文档链接优化
Rspress 是一个现代化的静态站点生成器,专为技术文档和博客设计。它基于 React 和 MDX 构建,提供了开箱即用的文档站点功能。最新发布的 v2.0.0-alpha.6 版本带来了重要的 CSS 隔离改进和文档链接处理优化。
核心变更:Tailwind CSS 前缀隔离
本次更新的主要亮点是为 @rspress/theme-default 主题添加了 Tailwind CSS 前缀,实现了更好的 CSS 隔离。这一变化意味着:
-
样式冲突解决:开发者现在可以完全控制项目中 UnoCSS 或 TailwindCSS 的集成,不再需要担心与 Rspress 内置样式的冲突问题。
-
自定义灵活性:如果你依赖 Rspress 现有的 CSS 类名(如
dark:hidden),现在需要在自己的项目中显式配置 Tailwind。 -
技术实现:通过为所有 Tailwind 工具类添加前缀,Rspress 确保了其样式不会意外影响项目中的其他组件,反之亦然。
这一变更虽然带来了更好的隔离性,但也属于破坏性变更,需要开发者注意调整相关配置。
文档链接处理优化
另一个重要改进是对 MDX 文档中链接的处理优化:
-
版本和语言支持:现在系统会正确处理包含版本号和语言标识的文档链接,确保在多语言或多版本文档场景下的链接准确性。
-
规范化处理:链接在被渲染前会经过规范化处理,统一格式,避免因格式不一致导致的导航问题。
其他改进
-
代码质量提升:重构了页面信息提取逻辑和头部锚点处理逻辑,使代码更加简洁高效。
-
依赖更新:更新了多个依赖项,包括 Monaco 编辑器到 4.7.0 版本,提升了编辑体验。
升级建议
对于正在使用 Rspress 的开发者,升级到 v2.0.0-alpha.6 时需要注意:
-
检查项目中是否直接使用了 Rspress 提供的 Tailwind 工具类,如有需要需相应调整配置。
-
在多语言或多版本文档项目中,可以充分利用改进后的链接处理能力。
-
建议在测试环境中先行验证升级效果,特别是样式相关部分。
这个版本虽然仍处于 alpha 阶段,但已经展现出 Rspress 在开发者体验和功能完善方面的持续进步。CSS 隔离的改进为更复杂的项目集成铺平了道路,而链接处理的优化则提升了多语言文档的可靠性。
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