Docusaurus 3.8.0 版本发布:性能优化与功能增强
Docusaurus 是一个现代化的静态网站生成器,特别适合构建文档网站、博客和技术文档。它由 Facebook 开源并维护,具有 React 技术栈、主题化和插件系统等特性,使开发者能够快速搭建专业的技术文档网站。
核心功能增强
CSS 层叠层支持
3.8.0 版本引入了一个全新的 docusaurus-plugin-css-cascade-layers 插件,并提供了 v4.useCssCascadeLayers 未来标志。CSS 层叠层是现代 CSS 的一个重要特性,它允许开发者更好地控制样式的优先级和层叠顺序,特别适合大型项目的样式管理。
页面标题格式化
现在开发者可以自定义页面标题的格式化方式,这为 SEO 优化和用户体验提供了更大的灵活性。这个功能通过新的 API 实现,适用于博客、文档等多种内容类型。
页面 slug 支持
内容页面插件现在支持 frontMatter.slug 配置,与文档和博客插件保持一致。这使得开发者能够更灵活地控制页面的 URL 结构。
性能优化
Rspack 并行代码分割
Docusaurus 3.8.0 启用了 Rspack 的 parallelCodeSplitting 功能,显著提升了构建性能。代码分割是现代前端构建工具的重要优化手段,能够减少初始加载时间。
持久化缓存
引入了 "Docusaurus Faster" 计划中的 Rspack 持久化缓存功能,大幅减少了重复构建的时间。这对于大型项目和频繁的开发迭代特别有价值。
SSG 工作线程
静态站点生成(SSG)过程现在支持多线程处理,充分利用现代多核 CPU 的计算能力。开发者可以通过环境变量控制线程数量和内存使用策略。
主题改进
颜色模式增强
主题现在支持将颜色模式重置为系统/操作系统设置,提供了更自然的用户体验。同时修复了 React 水合过程中的颜色模式不匹配问题。
代码块功能增强
代码块现在支持 showLineNumbers=start 元字符串配置,可以更灵活地控制行号显示。同时改进了代码块标题的支持,现在可以接受 ReactNode 类型的标题。
导航栏改进
文档版本下拉菜单现在支持 versions 属性配置,使版本控制更加灵活。同时修复了移动端导航栏的交互问题。
开发者体验
构建分析工具
新增了构建过程的追踪和分析功能,帮助开发者识别性能瓶颈。这包括 Webpack/Rspack 的构建分析和优化建议。
内部工具链升级
移除了对 react-dev-utils 的依赖,内部化相关代码,减少了外部依赖带来的潜在问题。同时升级了 TypeScript 到 5.8 版本,带来了更好的类型检查体验。
国际化与可访问性
翻译改进
新增和完善了多种语言的翻译,包括波兰语、土耳其语、日语和中文等。这使得 Docusaurus 在全球范围内的适用性更强。
可访问性修复
修复了多个可访问性问题,包括代码块按钮的隐藏逻辑、移动端下拉菜单的交互等,确保网站对所有用户都友好。
总结
Docusaurus 3.8.0 版本在性能、功能和开发者体验方面都有显著提升。特别是 "Docusaurus Faster" 计划带来的构建优化,使得大型项目的开发更加高效。新引入的 CSS 层叠层支持和页面标题自定义功能为开发者提供了更多控制权。对于正在使用或考虑使用 Docusaurus 的团队来说,这个版本值得升级。
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00
GLM-4.7-FlashGLM-4.7-Flash 是一款 30B-A3B MoE 模型。作为 30B 级别中的佼佼者,GLM-4.7-Flash 为追求性能与效率平衡的轻量化部署提供了全新选择。Jinja00
VLOOKVLOOK™ 是优雅好用的 Typora/Markdown 主题包和增强插件。 VLOOK™ is an elegant and practical THEME PACKAGE × ENHANCEMENT PLUGIN for Typora/Markdown.Less00
PaddleOCR-VL-1.5PaddleOCR-VL-1.5 是 PaddleOCR-VL 的新一代进阶模型,在 OmniDocBench v1.5 上实现了 94.5% 的全新 state-of-the-art 准确率。 为了严格评估模型在真实物理畸变下的鲁棒性——包括扫描伪影、倾斜、扭曲、屏幕拍摄和光照变化——我们提出了 Real5-OmniDocBench 基准测试集。实验结果表明,该增强模型在新构建的基准测试集上达到了 SOTA 性能。此外,我们通过整合印章识别和文本检测识别(text spotting)任务扩展了模型的能力,同时保持 0.9B 的超紧凑 VLM 规模,具备高效率特性。Python00
KuiklyUI基于KMP技术的高性能、全平台开发框架,具备统一代码库、极致易用性和动态灵活性。 Provide a high-performance, full-platform development framework with unified codebase, ultimate ease of use, and dynamic flexibility. 注意:本仓库为Github仓库镜像,PR或Issue请移步至Github发起,感谢支持!Kotlin07
compass-metrics-modelMetrics model project for the OSS CompassPython00