Bubble Card布局问题分析与解决方案
2025-06-30 16:54:13作者:戚魁泉Nursing
问题现象
Bubble Card作为Home Assistant的优秀自定义卡片组件,近期在1.6.2及更高版本中出现了一个影响布局的关键问题:当卡片存在于仪表盘时,会导致桌面端的多列布局强制变为单列显示,严重影响用户体验。该问题在仅使用分隔符卡片时也会出现,且在不同浏览器和操作系统上均可复现。
技术背景分析
Home Assistant的仪表盘布局采用masonry(瀑布流)方式,通过计算每个卡片的getCardSize()返回值来确定其在布局中的占位空间。正常情况下,系统会根据可用空间自动分配多列显示。
Bubble Card的布局问题源于其与Home Assistant核心布局引擎的交互方式。在实现弹出卡片功能时,组件需要处理隐藏卡片的空间占用问题,这在技术上存在挑战:
- 弹出卡片虽然视觉上隐藏,但仍需在布局计算中保留空间
- Home Assistant的布局引擎基于卡片声明的尺寸而非实际CSS尺寸进行计算
- 多卡片叠加时的空间计算复杂度高
问题演进过程
开发者最初在1.6.3版本尝试通过column_fix参数提供临时解决方案,该参数允许用户手动调整卡片在布局计算中的空间值。然而:
- 参数效果不稳定,在某些情况下不起作用
- 需要用户手动调整负值来抵消隐藏卡片的空间
- 对仅使用分隔符卡片的场景不适用
- 页面刷新后配置可能失效
解决方案建议
对于遇到此问题的用户,目前可采取以下临时措施:
- 降级到1.6.3或1.6.4版本(目前最稳定的解决方案)
- 在包含弹出卡片的仪表盘中添加column_fix: 0配置
- 避免在同一垂直堆叠中使用多个分隔符卡片
从技术实现角度看,理想的长期解决方案应包括:
- 动态计算隐藏卡片的实际空间需求
- 区分处理普通卡片和分隔符卡片的不同布局行为
- 实现更精确的布局空间补偿算法
- 考虑将弹出卡片挂载到不影响主布局的DOM节点
开发者注意事项
在自定义卡片开发中,处理布局时需要特别注意:
- getCardSize()返回值的准确性直接影响布局
- 隐藏元素仍需参与布局计算是Home Assistant的核心机制
- CSS隐藏与布局隐藏是两个不同的概念
- 多卡片组合时的空间计算需要特殊处理
该问题的解决需要平衡功能需求与布局稳定性,期待开发者能在后续版本中找到更优雅的解决方案。
登录后查看全文
热门项目推荐
相关项目推荐
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-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
项目优选
收起
deepin linux kernel
C
24
7
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
9
1
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
1.03 K
477
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
375
3.21 K
Ascend Extension for PyTorch
Python
169
190
暂无简介
Dart
615
140
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
62
19
仓颉编译器源码及 cjdb 调试工具。
C++
126
855
仓颉编程语言测试用例。
Cangjie
36
852
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
647
258