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。
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
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
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。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