JSON-Joy项目v17.32.0版本发布:CRDT文本编辑器的撤销/重做功能实现
JSON-Joy是一个专注于JSON数据操作和协作编辑的JavaScript库集合。该项目提供了一系列工具,用于处理JSON数据的创建、修改、同步和协作编辑,特别关注于CRDT(Conflict-Free Replicated Data Type)技术的实现,这使得分布式系统中的数据一致性维护变得更加容易。
在最新发布的v17.32.0版本中,JSON-Joy项目团队着重增强了其CRDT文本编辑器的撤销(undo)和重做(redo)功能,为开发者提供了更完善的文本编辑体验。这一版本的核心改进集中在json-crdt和json-crdt-peritext-ui模块中。
CRDT日志系统的撤销功能增强
在CRDT实现中,撤销操作远比传统编辑器复杂,因为需要处理分布式环境下的数据一致性。本次更新中,开发团队对Log.undo()方法进行了多项改进:
- 修正了LWW(Last-Writer-Wins)节点的撤销行为,确保在多用户同时编辑时撤销操作的正确性
- 实现了数组(arr)节点的撤销功能,可以正确处理数组元素的添加和删除
- 为二进制数据(bin)节点添加了删除操作的撤销支持
- 增强了字符串删除操作的撤销实现,确保文本删除后可以准确恢复
新版本还引入了.prevId()实用方法,帮助开发者更方便地追踪操作顺序。日志系统现在支持"非包含性"的回放功能,可以精确控制日志回放的范围,这对实现撤销堆栈非常有用。
文本编辑器的撤销/重做UI集成
在用户界面层面,json-crdt-peritext-ui模块获得了完整的撤销/重做功能:
- 新增了顶部工具栏的撤销/重做按钮,提供直观的操作入口
- 实现了内存中的撤销管理器(In-memory Undo Manager),高效管理编辑历史
- 改进了光标位置处理,在撤销/重做文本插入删除时能智能调整光标位置
- 添加了选择状态保存与恢复功能,确保撤销/重做后能保持原有的文本选择范围
编辑器现在能够报告插入范围信息,帮助开发者更好地理解编辑操作。性能方面也做了优化,撤销管理器不再跟踪每个操作的文本长度,减少了内存占用。
技术实现亮点
撤销功能的实现依赖于CRDT日志系统的增强。新版本允许日志系统立即执行自动刷新(autoflush),提高了响应速度。RGA(Replicated Growable Array)数据结构现在支持获取部分视图,这对于高效实现文本操作撤销非常关键。
在架构设计上,团队引入了"annals事件"机制来记录历史操作,为撤销/重做提供了统一的事件处理模型。调试功能也得到了增强,开发者可以更方便地查看撤销管理器的内部状态。
总结
JSON-Joy v17.32.0版本通过增强CRDT核心功能和改进文本编辑器UI,提供了更完善的撤销/重做体验。这些改进不仅提高了开发者的工作效率,也为构建更复杂的协作编辑应用打下了坚实基础。特别是对分布式环境下撤销操作的正确处理,展现了CRDT技术在实时协作系统中的独特价值。
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