TypeDoc项目中的kindSortOrder在Monorepo环境下的配置要点
2025-05-28 19:32:58作者:咎岭娴Homer
TypeDoc作为一款优秀的TypeScript文档生成工具,在处理Monorepo项目结构时,其配置方式与单包项目有所不同。本文重点探讨kindSortOrder参数在Monorepo环境下的正确配置方法。
Monorepo模式的工作原理
当TypeDoc运行在Monorepo模式下时,其内部处理流程分为两个阶段:
- 独立转换阶段:TypeDoc会依次进入每个子包目录,独立执行文档转换过程
 - 合并渲染阶段:将所有子包生成的文档数据进行合并,最终输出统一的文档网站
 
这种处理机制意味着像kindSortOrder这样影响类型排序的配置项,必须在第一阶段就生效,而不能仅在顶层配置中声明。
正确配置方法
对于Monorepo项目,kindSortOrder等转换阶段的配置需要放在packageOptions字段中,而非直接放在配置文件的根级别。这是因为:
- 根级别的配置仅在合并渲染阶段生效
 - packageOptions中的配置会应用到每个子包的转换过程
 
示例配置片段:
{
  "entryPoints": ["packages/*"],
  "entryPointStrategy": "packages",
  "packageOptions": {
    "sort": ["kind"],
    "kindSortOrder": [
      "Reference",
      "Function",
      "Class",
      "Interface",
      // 其他类型...
    ]
  }
}
配置项分类理解
在TypeDoc的Monorepo配置中,配置项可分为两类:
- 
转换阶段配置:影响类型分析、排序等处理过程的选项,必须放在packageOptions中
- sort
 - kindSortOrder
 - exclude
 - include
 
 - 
渲染阶段配置:影响最终输出效果的选项,可放在顶层
- theme
 - highlightTheme
 - name
 - includeVersion
 
 
理解这种区分可以帮助开发者更准确地配置TypeDoc,避免出现配置看似正确但不生效的情况。
总结
在Monorepo项目中使用TypeDoc时,务必注意配置项的生效阶段。对于类型排序相关的kindSortOrder等配置,必须将其置于packageOptions字段内才能确保在每个子包的转换过程中正确应用。这种设计虽然增加了配置的复杂度,但也提供了更精细的控制能力,使开发者能够为每个子包定制不同的文档生成策略。
登录后查看全文 
热门项目推荐
相关项目推荐
PaddleOCR-VLPaddleOCR-VL 是一款顶尖且资源高效的文档解析专用模型。其核心组件为 PaddleOCR-VL-0.9B,这是一款精简却功能强大的视觉语言模型(VLM)。该模型融合了 NaViT 风格的动态分辨率视觉编码器与 ERNIE-4.5-0.3B 语言模型,可实现精准的元素识别。Python00- DDeepSeek-OCRDeepSeek-OCR是一款以大语言模型为核心的开源工具,从LLM视角出发,探索视觉文本压缩的极限。Python00
 
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
HunyuanWorld-Mirror混元3D世界重建模型,支持多模态先验注入和多任务统一输出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Jinja00
Spark-Scilit-X1-13B科大讯飞Spark Scilit-X1-13B基于最新一代科大讯飞基础模型,并针对源自科学文献的多项核心任务进行了训练。作为一款专为学术研究场景打造的大型语言模型,它在论文辅助阅读、学术翻译、英语润色和评论生成等方面均表现出色,旨在为研究人员、教师和学生提供高效、精准的智能辅助。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- HHowToCook程序员在家做饭方法指南。Programmer's guide about how to cook at home (Chinese only).Dockerfile014
 
Spark-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。Python00- PpathwayPathway is an open framework for high-throughput and low-latency real-time data processing.Python00
 
项目优选
收起
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
274
2.57 K
deepin linux kernel
C
24
6
React Native鸿蒙化仓库
JavaScript
222
302
Ascend Extension for PyTorch
Python
103
132
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++
597
157
暂无简介
Dart
564
126
一个用于服务器应用开发的综合工具库。
- 零配置文件
- 环境变量和命令行参数配置
- 约定优于配置
- 深刻利用仓颉语言特性
- 只需要开发动态链接库,fboot负责加载、初始化并运行。
Cangjie
239
14
🎉 (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
1.03 K
607
仓颉编译器源码及 cjdb 调试工具。
C++
118
98
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
1.02 K
445