DeepChat项目中Markdown消息支持Mermaid图表渲染的技术实现
2025-07-05 09:47:22作者:龚格成
在DeepChat项目中,Markdown消息的渲染功能一直是一个重要组成部分。近期社区提出了一个增强需求:希望能够在普通Markdown消息中直接渲染Mermaid图表,而不仅限于Artifacts部分。这一功能将显著提升技术文档、流程图等内容的展示效果。
背景与需求分析
Mermaid是一种基于文本的图表描述语言,它允许开发者使用简单的语法来生成各种图表,包括流程图、序列图、甘特图等。在DeepChat项目中,虽然Artifacts部分已经实现了Mermaid图表的渲染功能,但普通Markdown消息中的Mermaid代码块仍然以源代码形式展示,这影响了用户体验。
主要需求点包括:
- 统一Markdown消息和Artifacts中的Mermaid渲染体验
- 保留源代码复制功能
- 增加图表导出为PNG或JPG的能力
技术实现方案
核心思路
实现这一功能的核心在于将Mermaid渲染逻辑抽象为独立组件,使其能够被Markdown渲染器和Artifacts渲染器共享使用。这种设计遵循了DRY(Don't Repeat Yourself)原则,提高了代码的可维护性。
具体实现步骤
-
创建Mermaid渲染组件:
- 提取现有Artifacts中的Mermaid渲染逻辑
- 封装为独立的React/Vue组件
- 支持动态加载Mermaid.js库
-
集成到Markdown渲染器:
- 修改Markdown解析逻辑,识别```mermaid代码块
- 用Mermaid渲染组件替换原始代码块显示
- 保留源代码查看和复制功能
-
导出功能实现:
- 使用html-to-image等库实现图表导出
- 提供PNG和JPG两种格式选项
- 考虑添加导出按钮到图表工具栏
-
性能优化:
- 实现懒加载策略,避免不必要的渲染
- 添加渲染状态指示器
- 考虑错误边界处理
技术挑战与解决方案
-
样式一致性:
- 确保Mermaid图表在Markdown消息和Artifacts中的视觉风格一致
- 通过CSS变量实现主题适配
-
交互体验:
- 处理图表缩放和响应式布局
- 添加图表工具栏,集成复制和导出功能
-
安全性:
- 对Mermaid代码进行必要的安全过滤
- 防止XSS攻击
最佳实践建议
-
渐进式增强:
- 首先确保基础渲染功能稳定
- 再逐步添加导出等高级功能
-
可访问性:
- 为图表添加适当的ARIA属性
- 提供文本替代方案
-
性能监控:
- 添加渲染性能指标收集
- 对复杂图表进行警告提示
这一功能的实现将显著提升DeepChat在技术交流场景下的表现力,特别是对于需要展示系统架构、算法流程等内容的用户来说,将获得更加流畅的沟通体验。
登录后查看全文
热门项目推荐
相关项目推荐
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
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
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。Python00
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
项目优选
收起
deepin linux kernel
C
25
9
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
415
3.19 K
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
9
1
暂无简介
Dart
680
160
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
65
19
Ascend Extension for PyTorch
Python
229
259
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++
689
327
React Native鸿蒙化仓库
JavaScript
265
326
喝着茶写代码!最易用的自托管一站式代码托管平台,包含Git托管,代码审查,团队协作,软件包和CI/CD。
Go
23
0
🎉 (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
1.21 K
660