Milkdown 在 React 19 环境下的兼容性问题解析
Milkdown 是一款优秀的开源 Markdown 编辑器组件,基于 ProseMirror 构建,提供了丰富的功能和插件系统。最近有开发者反馈在使用 React 19 和 Next.js 15.1.5 环境下遇到了兼容性问题。
问题现象
当开发者在 React 19 环境中使用 @milkdown/react 包时,控制台会抛出以下错误:
TypeError: (0 , {imported module}.createContext) is not a function
这个错误发生在尝试创建 React 上下文时,表明框架无法正确识别 React 的 createContext 方法。
问题根源
经过分析,这个问题实际上不是 Milkdown 本身的兼容性问题,而是 React 19 在 Next.js 环境下的特殊行为导致的。在 Next.js 应用中,默认情况下组件是在服务端渲染的(SSR),而 Milkdown 编辑器作为一个富文本编辑组件,必须运行在客户端环境中。
解决方案
解决这个问题的方法很简单:确保 Milkdown 编辑器组件在客户端渲染。在 Next.js 中,可以通过在组件文件顶部添加 'use client' 指令来实现:
'use client'
import React from "react";
import { Editor, rootCtx } from "@milkdown/kit/core";
import { nord } from "@milkdown/theme-nord";
import { Milkdown, MilkdownProvider, useEditor } from "@milkdown/react";
import { commonmark } from "@milkdown/kit/preset/commonmark";
const MilkdownEditor: React.FC = () => {
// ...组件实现
};
技术背景
这个问题的出现与 React 19 和 Next.js 15 的架构变化有关:
-
React 服务器组件(RSC):React 19 引入了更强大的服务器组件支持,默认情况下 Next.js 会尝试在服务端渲染组件。
-
客户端边界:像编辑器这样的交互式组件需要访问浏览器 API,必须明确标记为客户端组件。
-
上下文限制:React 上下文(Context)只能在客户端组件中使用,服务端组件无法创建或消费上下文。
最佳实践
对于 Milkdown 或其他富文本编辑器在 Next.js 中的使用,建议:
- 始终将编辑器组件标记为客户端组件
- 考虑使用动态导入延迟加载编辑器,减少初始包大小
- 对于复杂的编辑器配置,可以将状态管理提升到父组件
总结
虽然最初看起来像是 Milkdown 的兼容性问题,但实际上这是 React 19 和 Next.js 15 架构变化带来的预期行为。通过正确标记组件边界,开发者可以轻松解决这个问题。这也提醒我们在使用现代 React 框架时,需要更加注意组件的渲染环境区分。
kernelopenEuler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。C050
MiniMax-M2.1从多语言软件开发自动化到复杂多步骤办公流程执行,MiniMax-M2.1 助力开发者构建下一代自主应用——全程保持完全透明、可控且易于获取。Python00
kylin-wayland-compositorkylin-wayland-compositor或kylin-wlcom(以下简称kywc)是一个基于wlroots编写的wayland合成器。 目前积极开发中,并作为默认显示服务器随openKylin系统发布。 该项目使用开源协议GPL-1.0-or-later,项目中来源于其他开源项目的文件或代码片段遵守原开源协议要求。C01
PaddleOCR-VLPaddleOCR-VL 是一款顶尖且资源高效的文档解析专用模型。其核心组件为 PaddleOCR-VL-0.9B,这是一款精简却功能强大的视觉语言模型(VLM)。该模型融合了 NaViT 风格的动态分辨率视觉编码器与 ERNIE-4.5-0.3B 语言模型,可实现精准的元素识别。Python00
GLM-4.7GLM-4.7上线并开源。新版本面向Coding场景强化了编码能力、长程任务规划与工具协同,并在多项主流公开基准测试中取得开源模型中的领先表现。 目前,GLM-4.7已通过BigModel.cn提供API,并在z.ai全栈开发模式中上线Skills模块,支持多模态任务的统一规划与协作。Jinja00
agent-studioopenJiuwen agent-studio提供零码、低码可视化开发和工作流编排,模型、知识库、插件等各资源管理能力TSX0126
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