Tiptap编辑器@提及功能全攻略:从技术选型到企业级实践
2026-04-15 08:26:31作者:薛曦旖Francesca
痛点分析
在开发富文本编辑器时,实现@用户提及功能往往比想象中复杂。我们团队曾遇到三个典型难题:触发字符输入后建议列表卡顿、大量用户数据导致的性能问题、以及多类型提及(用户/标签)的冲突处理。特别是在协作场景下,传统实现方案要么扩展性不足,要么需要编写大量自定义逻辑,平均开发周期超过10天。
技术选型
| 实现方案 | 复杂度 | 灵活性 | 性能 | 适用场景 |
|---|---|---|---|---|
| 原生ProseMirror插件 | ⭐⭐⭐⭐⭐ | ⭐⭐⭐⭐⭐ | ⭐⭐⭐⭐ | 深度定制需求 |
| Tiptap Mention扩展 | ⭐⭐ | ⭐⭐⭐⭐ | ⭐⭐⭐⭐ | 快速集成场景 |
| 第三方UI库集成 | ⭐⭐⭐ | ⭐⭐ | ⭐⭐ | 简单交互需求 |
我们在项目中发现,Tiptap的Mention扩展是平衡开发效率和功能完整性的最佳选择。它就像一个预制好的乐高积木套装,既保留了核心功能,又允许通过配置进行个性化定制。
分步实现
1. 环境准备
📌 首先克隆项目并安装依赖:
git clone https://gitcode.com/GitHub_Trending/ti/tiptap
cd tiptap
npm install @tiptap/core @tiptap/extension-mention @tiptap/react
2. 基础配置
创建基础编辑器组件,配置Mention扩展核心参数:
import { Editor, EditorContent } from '@tiptap/react'
import Mention from '@tiptap/extension-mention'
const MentionEditor = () => {
const editor = useMemo(() => {
return new Editor({
extensions: [
// 其他必要扩展...
Mention.configure({
// 基础样式配置
HTMLAttributes: { class: 'mention' },
// 建议系统配置
suggestion: {
// 触发字符
char: '@',
// 数据源处理
items: ({ query }) => {
// 这里可以替换为API请求
return users.filter(user =>
user.name.toLowerCase().includes(query.toLowerCase())
).slice(0, 5)
}
}
})
],
content: '<p>开始输入@提及用户...</p>'
})
}, [])
return <EditorContent editor={editor} />
}
⚠️ 注意:确保同时加载Document、Paragraph和Text等基础扩展,否则编辑器可能无法正常工作。
3. 自定义建议UI
创建React组件替代默认下拉框:
// 自定义建议组件
const SuggestionList = ({ items, onSelect }) => (
<div className="suggestion-menu">
{items.map(item => (
<div
key={item.id}
onClick={() => onSelect(item)}
className="suggestion-item"
>
<img src={item.avatar} alt={item.name} />
<span>{item.name}</span>
</div>
))}
</div>
)
// 在编辑器中集成
Mention.configure({
suggestion: {
// ...其他配置
render: () => {
return {
onStart: props => {
// 渲染自定义组件
render(<SuggestionList {...props} />, document.body)
},
// 其他生命周期方法...
}
}
}
})
4. 前后端协作流程
实现完整的提及功能需要前后端配合:
- 前端触发:用户输入@字符后发送查询请求
- 后端处理:接收查询参数,返回匹配用户列表
- 前端渲染:展示建议列表并处理选择事件
- 数据存储:将提及信息以特定格式保存到数据库
- 前端展示:从数据库加载内容时渲染提及标签
// API请求示例(使用axios)
const fetchUsers = async (query) => {
const response = await axios.get('/api/users', {
params: { query, limit: 5 }
})
return response.data
}
// 在suggestion.items中使用
items: async ({ query }) => fetchUsers(query)
5. 样式与交互优化
添加基础样式并优化用户体验:
.mention {
background: #e8f0fe;
border-radius: 4px;
padding: 0 2px;
color: #1967d2;
}
.suggestion-menu {
position: absolute;
background: white;
border-radius: 8px;
box-shadow: 0 4px 12px rgba(0,0,0,0.15);
min-width: 200px;
}
.suggestion-item {
padding: 8px 12px;
display: flex;
align-items: center;
cursor: pointer;
&:hover {
background: #f5f5f5;
}
}
场景拓展
1. 评论系统中的@通知
在社交产品评论区,用户@其他用户后需要发送实时通知。实现方案:
// 监听编辑器内容变化
editor.on('update', ({ editor }) => {
const content = editor.getHTML()
const mentions = extractMentions(content)
// 发送提及数据到后端
if (mentions.length > 0) {
axios.post('/api/mentions', {
contentId: currentContentId,
mentions
})
}
})
2. 工单系统中的标签关联
在企业工单系统中,使用#标签关联任务类型:
// 多触发配置
Mention.configure({
suggestions: [
{
char: '@',
pluginKey: 'user-mention',
items: ({ query }) => fetchUsers(query)
},
{
char: '#',
pluginKey: 'tag-mention',
items: ({ query }) => fetchTags(query)
}
]
})
3. 知识库协作编辑
在多人协作的知识库系统中,需要显示用户编辑位置:
import Collaboration from '@tiptap/extension-collaboration'
import CollaborationCaret from '@tiptap/extension-collaboration-caret'
// 同时集成协作和提及扩展
extensions: [
Collaboration.configure({ document: ydoc }),
CollaborationCaret.configure({
users: [
{ id: 'user-1', name: '张三', color: '#ff0000' },
// 其他用户...
]
}),
Mention.configure({ /* 配置 */ })
]
避坑指南
问题诊断树
-
提及节点无法删除
- 检查
deleteTriggerWithBackspace配置 - 确认是否自定义了键盘事件处理
- 检查
-
建议列表不显示
- 验证
items函数是否正确返回数据 - 检查CSS是否隐藏了建议框
- 确认
render函数实现是否正确
- 验证
-
性能问题
- 实现查询防抖(300ms最佳)
- 添加结果缓存机制
- 对长列表实现虚拟滚动
// 防抖实现示例
import { debounce } from 'lodash'
const fetchUsers = debounce(async (query) => {
const response = await axios.get('/api/users', { params: { query } })
return response.data
}, 300)
API参数速查表
| 参数 | 类型 | 默认值 | 描述 |
|---|---|---|---|
| char | string | '@' | 触发字符 |
| HTMLAttributes | object | {} | 提及节点的HTML属性 |
| suggestion | object | {} | 建议系统配置 |
| deleteTriggerWithBackspace | boolean | false | 是否允许退格删除触发字符 |
浏览器兼容性
| 浏览器 | 支持版本 | 注意事项 |
|---|---|---|
| Chrome | 60+ | 完全支持 |
| Firefox | 63+ | 建议使用最新版本 |
| Safari | 12+ | 部分样式可能需要调整 |
| Edge | 79+ | 完全支持 |
交互效果演示
当用户输入@字符时,编辑器下方会显示匹配的用户列表,支持键盘上下键选择和Enter确认。选择后会插入格式化的提及标签,标签带有特殊背景色和字体颜色,鼠标悬停时会显示用户详情卡片。
工具函数库
我们封装了常用工具函数,可直接集成到项目中:
- mention-utils.js:包含提及内容提取、格式化等工具函数
- suggestion-enhancer.js:提供防抖、缓存等增强功能
- mention-styles.css:预定义的样式方案
通过这些工具,可以将提及功能的集成时间从原来的10天缩短到2天内,同时保证代码质量和性能表现。
登录后查看全文
热门项目推荐
相关项目推荐
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust0419
jiuwenswarmJiuwenSwarm 是一款基于openJiuwen开发的智能AI Agent,它能够将大语言模型的强大能力,通过你日常使用的各类通讯应用,直接延伸至你的指尖。Python0735
Hy3Hy3 是由腾讯混元团队研发的快慢思考融合的混合专家模型,总参数量 295B,激活参数 21B,MTP 层参数 3.8B。4 月底发布 Hy3 Preview 后,我们在 50 多个业务中获得了广泛的反馈,修复了各种体验问题,进一步提升了后训练的质量和规模。今天,我们发布 Hy3。它展现出显著强于同尺寸并比肩旗舰(参数规模往往是 Hy3 的 2~5 倍)开源模型的智能水平,显著提升了在各类产品和生产力任务中的实用价值。Python00
MOSS-Transcribe-DiarizeMOSS-Transcribe-Diarize 是 OpenMOSS 团队推出的开源语音转写与说话人分离模型。它对长音频、多说话人音频进行统一建模,支持自动语音识别、带说话人标识的转写、说话人分离、时间戳预测以及简洁转录文本生成。Python00
AscendNPU-IRAscendNPU-IR是基于MLIR(Multi-Level Intermediate Representation)构建的,面向昇腾亲和算子编译时使用的中间表示,提供昇腾完备表达能力,通过编译优化提升昇腾AI处理器计算效率,支持通过生态框架使能昇腾AI处理器与深度调优C++0293
PromptXPromptX · 领先的AI 智能体上下文平台 | PromptX · Leading AI Agent Context PlatformJavaScript05
热门内容推荐
最新内容推荐
项目优选
收起
deepin linux kernel
C
32
16
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
488
508
Ascend Extension for PyTorch
Python
790
1.09 K
暂无描述
Markdown
818
5.4 K
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++
1.2 K
1.23 K
本项目是CANN提供的transformer类大模型算子库,实现网络在NPU上加速计算。
C++
952
2.23 K
本项目是CANN提供的神经网络类计算算子库,实现网络在NPU上加速计算。
C++
762
1.54 K
Claude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed.
Get Started
Rust
3.03 K
419
AscendNPU-IR是基于MLIR(Multi-Level Intermediate Representation)构建的,面向昇腾亲和算子编译时使用的中间表示,提供昇腾完备表达能力,通过编译优化提升昇腾AI处理器计算效率,支持通过生态框架使能昇腾AI处理器与深度调优
C++
402
293
CANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。
Jupyter Notebook
612
233
