jQuery UI SelectMenu组件在Chrome 124版本中的兼容性问题分析
问题背景
近期,jQuery UI项目中的SelectMenu组件在Chrome 124版本中出现了一个严重的兼容性问题。当用户尝试与下拉菜单交互时,浏览器会显示"status-stack-overflow"错误提示,导致组件无法正常使用。
问题表现
该问题主要出现在Chrome 124.0.6367.62及相近版本中,影响范围包括:
- Chrome稳定版124.0.6367.62
- Chrome Beta 125.0.6422.4
- Chrome Canary 126.0.6433.0
有趣的是,这个问题在不同硬件配置的设备上表现不一致。例如,在M2 Pro芯片的MacBook Pro上可以复现,而在M3 Max芯片的同型号设备上却无法复现。此外,Windows 10系统上的Edge浏览器(基于Chromium)也报告了相同问题。
问题根源
经过调查,这个问题实际上是Chromium浏览器引擎的一个bug,与jQuery UI本身无关。该bug影响了多个大型前端框架,Chromium团队已经将其标记为高优先级问题。
问题的核心在于浏览器处理aria-owns属性时出现了堆栈溢出错误。aria-owns是WAI-ARIA规范中的一个属性,用于建立元素之间的所有者关系,辅助屏幕阅读器等辅助技术理解页面结构。
临时解决方案
对于急需解决问题的开发者,可以采用以下临时解决方案:
-
手动移除aria-owns属性:在组件初始化后,手动从生成的span元素中移除
aria-owns属性。这会破坏部分无障碍功能,但可以恢复基本交互。 -
降级浏览器版本:暂时回退到Chrome 123或更早版本。
官方修复
Chromium团队在124.0.6367.91及更高版本中修复了这个问题。经测试,124.0.6367.93版本在macOS上已经可以正常工作。
技术启示
这个事件给前端开发者带来几点重要启示:
-
浏览器兼容性问题的复杂性:即使是成熟的浏览器引擎,也可能引入破坏性变更,影响广泛使用的UI组件。
-
无障碍属性的重要性:虽然移除
aria-owns可以临时解决问题,但这会损害网站的无障碍访问性,应谨慎使用。 -
多环境测试的必要性:问题在不同硬件配置上的不一致表现,凸显了跨设备测试的重要性。
对于使用jQuery UI SelectMenu组件的项目,建议开发者确保用户使用的Chrome版本不低于124.0.6367.91,以获得最佳兼容性和稳定性。
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
unified-cache-managementUnified Cache Manager(推理记忆数据管理器),是一款以KV Cache为中心的推理加速套件,其融合了多类型缓存加速算法工具,分级管理并持久化推理过程中产生的KV Cache记忆数据,扩大推理上下文窗口,以实现高吞吐、低时延的推理体验,降低每Token推理成本。Python03
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
Spark-Prover-X1-7BSpark-Prover-X1-7B is a 7B-parameter large language model developed by iFLYTEK for automated theorem proving in Lean4. It generates complete formal proofs for mathematical theorems using a three-stage training framework combining pre-training, supervised fine-tuning, and reinforcement learning. The model achieves strong formal reasoning performance and state-of-the-art results across multiple theorem-proving benchmarksPython00
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-X1-7B is a 7B-parameter large language model by iFLYTEK for mathematical auto-formalization. It translates natural-language math problems into precise Lean4 formal statements, achieving high accuracy and logical consistency. The model is trained with a two-stage strategy combining large-scale pre-training and supervised fine-tuning for robust formal reasoning.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- HHowToCook程序员在家做饭方法指南。Programmer's guide about how to cook at home (Chinese only).Dockerfile015
Spark-Scilit-X1-13B科大讯飞Spark Scilit-X1-13B基于最新一代科大讯飞基础模型,并针对源自科学文献的多项核心任务进行了训练。作为一款专为学术研究场景打造的大型语言模型,它在论文辅助阅读、学术翻译、英语润色和评论生成等方面均表现出色,旨在为研究人员、教师和学生提供高效、精准的智能辅助。Python00- PpathwayPathway is an open framework for high-throughput and low-latency real-time data processing.Python00