Vocs 1.0.0 发布:现代化文档工具的重大升级
Vocs 是一个现代化的文档工具,它基于 React 和 MDX 构建,提供了优雅的文档编写体验和强大的功能特性。最新发布的 1.0.0 版本标志着该项目已经趋于稳定,并带来了一系列重要的改进和新功能。
核心升级内容
-
React 19 支持
1.0.0 版本将 React 和 React DOM 的依赖要求升级到了 19 版本,这意味着开发者可以享受到 React 最新版本带来的性能优化和新特性。 -
Tailwind CSS v4 集成
新版本增加了对 Tailwind CSS v4 的支持,提供了更现代化的样式处理方案。开发者现在可以更方便地自定义文档样式。 -
元数据管理改进
移除了vocs/head入口点,转而支持使用 React 原生的<head>组件来管理文档的元数据,这使元数据处理更加直观和符合 React 的开发模式。
代码高亮与交互增强
-
Shiki 高亮引擎升级
1.0.0 版本从rehype-pretty-code迁移到了rehype-shiki,并升级到了 Shiki 1.0.0-beta,带来了更稳定和高效的代码高亮体验。 -
Twoslash 集成改进
对 TypeScript 代码示例的交互支持进行了优化,现在默认会在语法错误时抛出异常,同时支持// @noErrors标记来禁用这一行为。 -
代码片段功能增强
新增了"虚拟文件"代码片段支持,并引入了区域标记功能,使代码示例的组织更加灵活。
用户体验优化
-
搜索功能改进
修复了索引页搜索问题,并增加了对包含相对导入页面的搜索支持,使文档搜索更加全面准确。 -
导航体验提升
优化了侧边栏的交互逻辑,现在可点击的侧边栏项在被点击时会自动展开,提高了导航的便利性。 -
移动端适配
针对小屏幕设备优化了顶部导航栏的文本换行,确保在各种设备上都能获得良好的阅读体验。
构建与部署
-
Vercel 构建输出兼容
新版本遵循 Vercel 的构建输出 API,实现了零配置的 Vercel 部署支持。 -
子路径支持
增加了basePath配置属性,使文档能够部署在子路径下(如 GitHub Pages 等场景)。 -
独立搜索索引构建
新增了search-indexCLI 命令,允许单独构建搜索索引,提高了大型文档站的构建效率。
样式与主题
-
主题系统增强
支持通过theme.colorScheme配置颜色方案,并增加了对代码块和内联代码字体家族的自定义支持。 -
横幅支持
新增了banner配置属性,允许在文档顶部显示自定义横幅,适合用于公告或重要提示。
Vocs 1.0.0 版本的发布标志着该项目已经成熟稳定,为技术文档的创建和维护提供了更加完善和强大的工具集。无论是个人项目还是企业级文档,Vocs 都能提供出色的支持和体验。
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-1.5HunyuanVideo-1.5作为一款轻量级视频生成模型,仅需83亿参数即可提供顶级画质,大幅降低使用门槛。该模型在消费级显卡上运行流畅,让每位开发者和创作者都能轻松使用。本代码库提供生成创意视频所需的实现方案与工具集。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
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