Rspress v2.0.0-beta.9 版本发布:Markdown 处理优化与性能提升
Rspress 是一个现代化的静态站点生成器,专为技术文档网站设计。它基于 React 和 Rspack 构建,提供了出色的开发体验和构建性能。本次发布的 v2.0.0-beta.9 版本主要聚焦于 Markdown 处理能力的增强和性能优化。
Markdown 处理能力增强
原生支持 HTML 标签解析
新版本默认启用了 rehype-raw 插件,这意味着开发者现在可以直接在 Markdown 文件中使用 HTML 标签而无需额外配置。这一改进显著提升了内容编写的灵活性,使得在文档中嵌入自定义 HTML 元素变得更加方便。
代码块元数据处理优化
团队对代码块的元数据处理逻辑进行了重构。之前版本中,prism 语法高亮和代码块元数据处理存在一些兼容性问题。新版本通过引入 shiki 兼容的 metastring 属性,确保了不同语法高亮方案下元数据的一致性处理。
空块引用容错处理
修复了一个当 Markdown 中包含空块引用(>)时导致编译器崩溃的问题。现在系统能够正确处理各种边缘情况的块引用语法,提升了文档编写的健壮性。
性能优化
虚拟模块重构
对虚拟模块系统进行了重要重构,移除了单独的 virtual-routes-ssr 模块,将其功能统一整合到 virtual-routes 模块中。这一改动简化了模块结构,减少了不必要的代码分割,提升了构建效率。
主题包构建优化
@rspress/theme-default 主题包现在采用了 bundleless 的 dist 结构。这种构建方式减少了不必要的打包步骤,使得主题包的体积更小,加载速度更快。
其他改进
动态目录排除功能增强
改进了动态目录(TOC)的生成逻辑,现在可以正确识别和排除带有 .rspress-toc-exclude 类名的祖先节点。这一改进使得开发者能够更精确地控制目录生成的范围。
错误处理增强
在静态生成(SSG)过程中,改进了 Suspense 边界内的错误处理机制,现在能够正确暴露被隐藏的错误堆栈信息,显著提升了调试体验。
总结
Rspress v2.0.0-beta.9 版本通过一系列 Markdown 处理能力的增强和性能优化,进一步提升了文档编写的体验和网站的运行效率。这些改进使得 Rspress 在处理复杂文档结构时更加可靠,同时也为开发者提供了更大的灵活性。对于技术文档网站的建设者来说,这个版本值得升级体验。
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-1.5暂无简介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
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
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