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
GLM-5.1GLM-5.1是智谱迄今最智能的旗舰模型,也是目前全球最强的开源模型。GLM-5.1大大提高了代码能力,在完成长程任务方面提升尤为显著。和此前分钟级交互的模型不同,它能够在一次任务中独立、持续工作超过8小时,期间自主规划、执行、自我进化,最终交付完整的工程级成果。Jinja00
MiniMax-M2.7MiniMax-M2.7 是我们首个深度参与自身进化过程的模型。M2.7 具备构建复杂智能体应用框架的能力,能够借助智能体团队、复杂技能以及动态工具搜索,完成高度精细的生产力任务。Python00- QQwen3.5-397B-A17BQwen3.5 实现了重大飞跃,整合了多模态学习、架构效率、强化学习规模以及全球可访问性等方面的突破性进展,旨在为开发者和企业赋予前所未有的能力与效率。Jinja00
HY-Embodied-0.5这是一套专为现实世界具身智能打造的基础模型。该系列模型采用创新的混合Transformer(Mixture-of-Transformers, MoT) 架构,通过潜在令牌实现模态特异性计算,显著提升了细粒度感知能力。Jinja00
LongCat-AudioDiT-1BLongCat-AudioDiT 是一款基于扩散模型的文本转语音(TTS)模型,代表了当前该领域的最高水平(SOTA),它直接在波形潜空间中进行操作。00
ERNIE-ImageERNIE-Image 是由百度 ERNIE-Image 团队开发的开源文本到图像生成模型。它基于单流扩散 Transformer(DiT)构建,并配备了轻量级的提示增强器,可将用户的简短输入扩展为更丰富的结构化描述。凭借仅 80 亿的 DiT 参数,它在开源文本到图像模型中达到了最先进的性能。该模型的设计不仅追求强大的视觉质量,还注重实际生成场景中的可控性,在这些场景中,准确的内容呈现与美观同等重要。特别是,ERNIE-Image 在复杂指令遵循、文本渲染和结构化图像生成方面表现出色,使其非常适合商业海报、漫画、多格布局以及其他需要兼具视觉质量和精确控制的内容创作任务。它还支持广泛的视觉风格,包括写实摄影、设计导向图像以及更多风格化的美学输出。Jinja00
项目优选
收起
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
667
4.3 K
deepin linux kernel
C
28
16
Ascend Extension for PyTorch
Python
511
621
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
398
297
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++
943
882
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.56 K
906
暂无简介
Dart
917
222
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
1.07 K
559
昇腾LLM分布式训练框架
Python
142
169
仓颉编程语言运行时与标准库。
Cangjie
163
924
