Rspress 2.0.0-beta.6 版本发布:性能优化与功能增强
Rspress 是一个现代化的静态站点生成器,专为技术文档和博客设计。它基于 React 和 Rsbuild 构建,提供了出色的开发体验和性能优化。最近发布的 2.0.0-beta.6 版本带来了一系列值得关注的改进。
核心功能增强
本次更新在核心功能方面有几个重要改进。首先是支持了 Markdown 定义语法中的 URL 处理,这使得在文档中引用外部资源更加灵活。其次是对图标系统的增强,现在支持使用 file:// 协议和 URL 来指定图标资源,为开发者提供了更多选择。
在主题方面,新版本暴露了爬虫相关的类名,使得主题定制更加灵活。同时,对 API 文档生成插件进行了修复,确保生成的文档中包含正确的锚点链接。
性能优化
性能方面,这个版本移除了 React 17 的兼容性代码,减少了不必要的代码体积。同时针对语法高亮组件进行了优化,移除了未使用的 react-syntax-highlighter 依赖,并修复了 Shiki 语言包的性能回归问题。
特别值得一提的是对代码高亮系统的改进,新增了对 diff 语言标记的支持,并移除了不必要的 Prism 标记,使得代码高亮更加精确和高效。
开发体验改进
在开发体验方面,修复了 MDX 加载器中由于 frontmatter 堆栈错误导致的定位问题,并移除了过时的热模块替换代码。这些改进使得开发过程中的错误定位更加准确,开发体验更加流畅。
主题组件也进行了重构,将 Pre 组件重命名为 PreWithCodeButtonGroup,使其功能更加明确。同时修复了 PackageManagerTabs 组件的高亮问题,确保用户交互更加直观。
文档更新
文档方面也进行了相应更新,包括将 Helmet 替换为更现代的 Head 组件,更新了 Algolia 的索引名称,并完善了网站贡献指南。这些文档更新帮助开发者更好地理解和使用 Rspress 的各项功能。
总结
Rspress 2.0.0-beta.6 版本在功能、性能和开发体验方面都做出了显著改进。从核心功能的增强到性能优化,再到开发体验的提升,这个版本为开发者提供了更强大、更高效的工具集。特别是对 Markdown 处理、代码高亮和主题定制的改进,使得 Rspress 在技术文档生成领域更具竞争力。
随着 React 17 兼容代码的移除和对现代开发实践的进一步支持,Rspress 正在向更加现代化和高效的方向发展。对于正在寻找静态站点生成解决方案的开发者来说,这个版本值得尝试。
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