shadcn-ui-expansions项目中Creatable选择器性能优化实践
问题现象分析
在使用shadcn-ui-expansions项目的Creatable选择器组件时,开发者发现当输入较长字符串(约45个字符以上)时,浏览器标签页会出现明显的卡顿甚至完全冻结的情况。这个问题在Chromium和Firefox浏览器上都能复现,通过性能分析工具可以观察到存在递归调用导致的性能问题。
问题根源探究
经过深入排查,发现该性能问题与底层使用的cmdk组件有关。Creatable选择器在实现动态创建选项功能时,如果没有提供自定义的过滤函数,cmdk会使用其默认的过滤机制,这个机制在处理长字符串时效率低下,导致了浏览器渲染线程的阻塞。
解决方案实现
方案一:修改组件源码
在MultipleSelector组件的Command组件中添加自定义filter属性:
filter={(value, search) => {
return value.toLowerCase().includes(search.toLowerCase()) ? 1 : -1;
}}
这种修改直接解决了性能问题,因为自定义的过滤函数比cmdk默认的实现更加高效。
方案二:通过props传递过滤函数
如果不方便修改源码,也可以通过组件的commandProps属性传递过滤函数:
commandProps={{
filter: (value, search) => {
return value.toLowerCase().includes(search.toLowerCase()) ? 1 : -1;
},
}}
注意事项与边界情况
虽然上述解决方案有效解决了性能问题,但开发者需要注意一个边界情况:当输入字符串末尾包含空格时,Creatable选项可能会消失。这是因为cmdk内部对value值进行了trim()处理,导致包含空格的搜索条件无法匹配。
例如:
- 输入"Hello "(末尾有空格)会导致CreatableItem消失
- 输入"Hello my friend"(中间有空格)则工作正常
最佳实践建议
-
性能优化:对于需要处理用户自由输入的Creatable组件,务必提供自定义的过滤函数以避免性能问题。
-
用户体验:考虑在UI中添加提示,告知用户输入中末尾空格可能导致选项消失的问题,或者在前端逻辑中自动处理末尾空格。
-
组件封装:如果项目中有多处使用Creatable选择器,建议创建一个高阶组件或自定义hook来统一处理这些边界情况和性能优化。
总结
通过分析shadcn-ui-expansions项目中Creatable选择器的性能问题,我们不仅找到了解决方案,还深入理解了cmdk组件的工作机制。这类问题的解决思路可以推广到其他基于cmdk的组件开发中,特别是在需要处理用户自由输入的场景下,自定义过滤逻辑往往是提升性能的关键。
HunyuanImage-3.0
HunyuanImage-3.0 统一多模态理解与生成,基于自回归框架,实现文本生成图像,性能媲美或超越领先闭源模型00- DDeepSeek-V3.2-ExpDeepSeek-V3.2-Exp是DeepSeek推出的实验性模型,基于V3.1-Terminus架构,创新引入DeepSeek Sparse Attention稀疏注意力机制,在保持模型输出质量的同时,大幅提升长文本场景下的训练与推理效率。该模型在MMLU-Pro、GPQA-Diamond等多领域公开基准测试中表现与V3.1-Terminus相当,支持HuggingFace、SGLang、vLLM等多种本地运行方式,开源内核设计便于研究,采用MIT许可证。【此简介由AI生成】Python00
GitCode-文心大模型-智源研究院AI应用开发大赛
GitCode&文心大模型&智源研究院强强联合,发起的AI应用开发大赛;总奖池8W,单人最高可得价值3W奖励。快来参加吧~0369Hunyuan3D-Part
腾讯混元3D-Part00ops-transformer
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++095AI内容魔方
AI内容专区,汇集全球AI开源项目,集结模块、可组合的内容,致力于分享、交流。02Spark-Chemistry-X1-13B
科大讯飞星火化学-X1-13B (iFLYTEK Spark Chemistry-X1-13B) 是一款专为化学领域优化的大语言模型。它由星火-X1 (Spark-X1) 基础模型微调而来,在化学知识问答、分子性质预测、化学名称转换和科学推理方面展现出强大的能力,同时保持了强大的通用语言理解与生成能力。Python00GOT-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).Dockerfile09
- PpathwayPathway is an open framework for high-throughput and low-latency real-time data processing.Python00
热门内容推荐
最新内容推荐
项目优选









