Starlight项目0.34.0版本发布:CSS层叠优化与标题锚点功能升级
2025-06-09 18:12:59作者:牧宁李
Starlight是一个基于Astro的现代化文档站点构建工具,它提供了开箱即用的文档功能、美观的界面以及丰富的自定义选项。该项目旨在帮助开发者快速搭建功能完善、性能优异的文档网站。
核心更新内容
CSS层叠优化
本次版本对CSS层叠机制进行了重要改进。Starlight现在将所有CSS声明统一归入名为starlight的层叠层(cascade layer)中。这一技术特性源自现代CSS规范,允许开发者更灵活地控制样式优先级。
对于开发者而言,这意味着:
- 自定义样式现在可以更容易地覆盖Starlight的默认样式
- 使用无层叠层的自定义CSS将自动获得更高优先级
- 如果项目中也使用了层叠层,可以通过
@layer规则精确控制各层的优先级顺序
升级后建议检查网站外观,确保没有因层叠顺序变化导致的样式问题。
标题锚点功能
0.34.0版本新增了对标题锚点链接的支持,这一功能默认启用,会在Markdown和MDX内容中的标题旁显示可点击的锚点链接。技术实现上:
- 新增了
<AnchorHeading>组件,可在自定义页面中使用 - 可通过配置
markdown.headingLinks选项禁用此功能 - 需要Astro 5.5.0或更高版本支持
元数据处理优化
对头部(Head)元数据的处理逻辑进行了简化:
- 移除了对
attrs和content属性的默认值填充 - 现在这些属性在未提供时会保持
undefined状态 - 简化了在路由中间件中添加标签的代码
这一变化主要影响高级用户,特别是那些覆盖Starlight的Head组件或直接处理路由头部数据的开发者。
Shiki主题处理变更
移除了对Shiki语法高亮的css-variables主题回退机制。这一变更的影响范围较窄,主要涉及:
- 仅影响禁用Expressive Code渲染器并使用Shiki的情况
- 如需保持原有样式,需手动配置Shiki使用
css-variables主题 - 提供了相关CSS变量参考,便于自定义样式
其他改进与修复
- 修复了在Astro 5.7.0及以上版本中SVG导入到
<StarlightPage>组件的问题 - 内部API的若干优化和改进
升级建议
建议用户按照以下步骤进行升级:
- 使用
npx @astrojs/upgrade命令同时更新Astro和Starlight - 检查自定义样式是否受到CSS层叠变化的影响
- 如有需要,调整Shiki配置以保持原有代码高亮样式
- 测试标题锚点功能是否符合预期,必要时进行配置调整
Starlight 0.34.0版本的这些改进进一步提升了项目的灵活性和用户体验,特别是CSS层叠优化为样式定制提供了更多可能性,而标题锚点功能则增强了文档的可用性。
登录后查看全文
热门项目推荐
相关项目推荐
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
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
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。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
最新内容推荐
STM32到GD32项目移植完全指南:从兼容性到实战技巧 JDK 8u381 Windows x64 安装包:企业级Java开发环境的完美选择 开源电子设计自动化利器:KiCad EDA全方位使用指南 Python案例资源下载 - 从入门到精通的完整项目代码合集 Python开发者的macOS终极指南:VSCode安装配置全攻略 网页设计期末大作业资源包 - 一站式解决方案助力高效完成项目 昆仑通态MCGS与台达VFD-M变频器通讯程序详解:工业自动化控制完美解决方案 STDF-View解析查看软件:半导体测试数据分析的终极工具指南 MQTT 3.1.1协议中文版文档:物联网开发者的必备技术指南 Jetson TX2开发板官方资源完全指南:从入门到精通
项目优选
收起
deepin linux kernel
C
24
9
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
9
1
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
64
19
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
392
3.87 K
暂无简介
Dart
671
155
喝着茶写代码!最易用的自托管一站式代码托管平台,包含Git托管,代码审查,团队协作,软件包和CI/CD。
Go
23
0
React Native鸿蒙化仓库
JavaScript
260
322
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
661
309
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.19 K
653
无需学习 Kubernetes 的容器平台,在 Kubernetes 上构建、部署、组装和管理应用,无需 K8s 专业知识,全流程图形化管理
Go
15
1