如何使用 Jekyll-Feed 构建您的站点 RSS 订阅
一、项目介绍
Jekyll-Feed 是一个功能强大的 Jekyll 插件,能够自动生成 Atom(类似 RSS)格式的订阅源供你的 Jekyll 文章使用。通过这个插件,你可以轻松地使你的网站具备被 RSS 阅读器抓取的能力,方便读者通过 RSS 阅读器订阅并获取最新更新的文章。
二、项目快速启动
安装步骤
要安装 Jekyll-Feed 并在你的 Jekyll 网站中启用它,请按以下步骤操作:
1. 添加依赖至 Gemfile
打开你的 Jekyll 网站根目录下的 Gemfile 文件,添加下面这行代码:
gem 'jekyll-feed'
2. 更新你的 _config.yml 文件
接下来,在你的 _config.yml 文件中加入或确认已经存在如下配置项:
plugins:
- jekyll-feed
注:如果你使用的是 Jekyll 版本低于 3.5.0,则应该使用 gems: 关键字代替 plugins:。
执行完这些步骤后,记得运行 bundle install 命令来确保所有新的 gem 都正确安装。
使用示例
一旦 Jekyll-Feed 成功安装,就可以在 /feed.xml 下自动生成 Atom 格式的订阅源。默认情况下,该插件限制每个订阅源显示最近的十篇文章,可以修改此行为以适应个人需求。
三、应用案例和最佳实践
自定义标题和描述
Jekyll-Feed 可从 _config.yml 文件中的某些变量自动提取元数据用于生成订阅源,例如:
title: 站点标题。description: 站点的详细描述。url: 站点 URL。author: 全局作者信息。
只要你在配置文件里包含了上述任意一项,它们就会在最终的 XML 输出中相应位置得到体现。
控制订阅源路径
如果在非标准目录下已有现成订阅源,比如由其他服务产生,你需要告诉 Jekyll-Feed 不要在常规位置重新创建一份。具体方法是将 feed_path 设置为空字符串 ("") 或者希望使用的路径。
修改样式表
当仓库根目录有名为 feed.xsl 的 XSLT 样式表时,Jekyll-Feed 将会在 <link> 标签内为生成的订阅源文件关联上这份样式表。这种机制允许你对浏览器中呈现的页面外观进行更多自定义设置。
改变文章数量限制
如果你想改变每页输出的文章数,默认值为 10,则可以在配置文件中设置 posts_limit 参数来进行更改。
应用到集合
除了普通博客文章以外,你还能选择让其他任何类型的集合也拥有自己的订阅源。只需在配置文件的 feed: 节部分列出想要处理的集合名称即可。
四、典型生态项目
Jekyll 生态系统中有许多著名网站和技术社区都运用了 Jekyll-Feed 来提供更丰富的用户体验。例如,代码托管平台页面自带支持,许多技术博主因此选择了使用 Jekyll 搭配 Jekyll-Feed 构建个人博客平台。
希望这篇指南能够帮助大家了解如何利用 Jekyll-Feed 提升 Jekyll 网站的实用性及可访问性。如果你想了解更多高级特性和定制选项,建议查阅 Jekyll-Feed 官方文档 中的详细介绍。
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
AI内容魔方AI内容专区,汇集全球AI开源项目,集结模块、可组合的内容,致力于分享、交流。03
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