深入理解Dumi文档工具中Demo标题与侧边栏TOC的关联机制
2025-06-19 03:25:01作者:舒璇辛Bertina
在使用Dumi文档工具时,开发者可能会遇到一个有趣的现象:代码块中通过JSDoc注释定义的title属性会被自动渲染到侧边栏的目录(TOC)结构中。这一设计实际上体现了Dumi对文档结构自动化的巧妙处理,而非一个系统缺陷。
现象解析
当开发者在Markdown文件中嵌入代码示例时,通常会使用类似如下的JSDoc注释来定义Demo的元信息:
/**
* title: 读取状态
* description: 通过store.state.firstName直接读取状态
*/
按照预期,这些元信息应该仅用于控制Demo组件的展示方式。然而实际上,title属性会被Dumi同时用于两个地方:
- 作为Demo组件的标题显示在页面内容区域
- 作为目录项出现在侧边栏的TOC结构中
设计原理
这一行为源于Dumi对文档结构的自动化处理机制。Dumi将整个文档页面视为一个层次结构,其中包含:
- 主标题(H1)
- 子标题(H2-H6)
- 代码示例(Demo)
Dumi默认将Demo标题视为文档结构的一部分,与常规标题具有同等地位,因此会将其纳入TOC系统。这种设计有助于:
- 保持文档结构的完整性
- 提供更丰富的导航选项
- 增强文档的可浏览性
自定义配置方案
如果开发者不希望Demo标题出现在TOC中,可以通过以下两种方式调整:
方法一:修改tocDepth配置
在文档的frontmatter中增加tocDepth配置:
---
tocDepth: 2
---
这将限制TOC只显示到二级标题(H2),而Demo标题属于更深层级,因此不会被展示。
方法二:调整Demo的元数据
另一种方式是重新组织Demo的元数据,将关键信息放在description而非title中:
/**
* description: 读取状态 - 通过store.state.firstName直接读取状态
*/
这种方式下,Demo将使用默认标题,不会影响TOC结构。
最佳实践建议
- 对于重要的、需要突出展示的Demo,建议保留title属性,利用TOC增强可发现性
- 对于辅助性的、次要的Demo示例,可以使用description-only的方式
- 合理规划文档结构,使TOC既能提供有效导航,又不会过于冗长
- 在大型文档项目中,统一团队对Demo标题的使用规范
通过理解这些机制,开发者可以更有效地利用Dumi的自动化功能,创建结构清晰、易于导航的技术文档。
登录后查看全文
热门项目推荐
相关项目推荐
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5.1GLM-5.1是智谱迄今最智能的旗舰模型,也是目前全球最强的开源模型。GLM-5.1大大提高了代码能力,在完成长程任务方面提升尤为显著。和此前分钟级交互的模型不同,它能够在一次任务中独立、持续工作超过8小时,期间自主规划、执行、自我进化,最终交付完整的工程级成果。Jinja00
LongCat-AudioDiT-1BLongCat-AudioDiT 是一款基于扩散模型的文本转语音(TTS)模型,代表了当前该领域的最高水平(SOTA),它直接在波形潜空间中进行操作。00- QQwen3.5-397B-A17BQwen3.5 实现了重大飞跃,整合了多模态学习、架构效率、强化学习规模以及全球可访问性等方面的突破性进展,旨在为开发者和企业赋予前所未有的能力与效率。Jinja00
HY-Embodied-0.5这是一套专为现实世界具身智能打造的基础模型。该系列模型采用创新的混合Transformer(Mixture-of-Transformers, MoT) 架构,通过潜在令牌实现模态特异性计算,显著提升了细粒度感知能力。Jinja00
FreeSql功能强大的对象关系映射(O/RM)组件,支持 .NET Core 2.1+、.NET Framework 4.0+、Xamarin 以及 AOT。C#00
项目优选
收起
deepin linux kernel
C
27
14
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
659
4.26 K
🎉 (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
1.54 K
894
Ascend Extension for PyTorch
Python
503
609
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
391
285
暂无简介
Dart
905
218
🔥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
69
21
昇腾LLM分布式训练框架
Python
142
168
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++
939
862
🍒 Cherry Studio 是一款支持多个 LLM 提供商的桌面客户端
TypeScript
1.33 K
108