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。
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-1.5HunyuanVideo-1.5作为一款轻量级视频生成模型,仅需83亿参数即可提供顶级画质,大幅降低使用门槛。该模型在消费级显卡上运行流畅,让每位开发者和创作者都能轻松使用。本代码库提供生成创意视频所需的实现方案与工具集。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