Lexical富文本编辑器v0.31.1版本发布:核心功能优化与Bug修复
Lexical是一个由Facebook开发的现代化富文本编辑器框架,它采用模块化设计,提供了高度可定制化的编辑体验。作为React生态中的重要组件,Lexical以其卓越的性能和灵活性在开发者社区中广受欢迎。
本次发布的v0.31.1版本是一个重要的补丁更新,主要针对开发工具构建回归问题进行了修复,同时对富文本编辑、列表、表格等多个核心功能模块进行了优化和改进。
富文本编辑功能增强
在富文本编辑方面,本次更新解决了一个关于退格键行为的长期问题。现在,当用户在一个缩进块的首个子元素开头按下退格键时,系统将只执行取消缩进操作,而不会影响其他编辑行为。这一改进使得缩进操作更加符合用户的预期,提升了编辑体验的流畅性。
列表功能优化
列表模块的改进主要集中在样式继承方面。新版本修复了在缩进列表项时标记样式未能正确继承的问题。现在,当用户缩进列表项时,标记样式(如项目符号或编号的样式)将能够正确地从父级列表继承,确保了列表在视觉上的一致性。
Markdown转换器改进
Markdown转换器在本次更新中也获得了重要改进。链接转换器现在会显式地为URL添加协议,这一变化解决了之前版本中某些情况下链接可能无法正确识别的问题。例如,当用户输入"example.com"时,转换器会自动将其转换为"http://example.com",确保了链接的完整性和可用性。
React集成增强
React集成方面新增了一项配置能力。开发者现在可以自定义useBasicTypeaheadTriggerMatch钩子中的标点符号正则表达式片段,这为特殊场景下的类型提示匹配提供了更大的灵活性。例如,开发者可以根据需要调整哪些字符被视为触发类型提示的标点符号。
表格功能完善
表格模块的DOM导入功能得到了增强,现在能够完整支持冻结行和列的导入。这一改进使得从外部源导入包含冻结行列的表格数据成为可能,扩展了表格组件的使用场景。
开发工具修复
开发工具构建过程中出现的Vite配置问题在此版本中得到了修复。之前版本中由于环境变量处理不当导致的构建失败问题现已解决,确保了开发工具在各种环境下的稳定运行。
文档更新
本次更新还包含了重要的文档补充。新增了关于NodeState的详细文档和示例代码,帮助开发者更好地理解和使用Lexical中的节点状态管理功能。这些文档详细介绍了如何创建、更新和监听节点状态,为开发者提供了宝贵的参考资源。
总结
Lexical v0.31.1版本虽然是一个补丁更新,但包含了多项重要的功能改进和问题修复。从富文本编辑行为的优化到列表样式的继承,从Markdown转换器的增强到表格功能的完善,这些改进共同提升了编辑器的稳定性和用户体验。
对于开发者而言,React集成的新配置选项和新增的NodeState文档将大大提升开发效率。而开发工具构建问题的解决则确保了开发流程的顺畅。
这些改进体现了Lexical团队对产品质量的持续追求和对开发者需求的积极响应,为构建高质量的富文本编辑体验奠定了更加坚实的基础。
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 StartedRust0191
cann-learning-hubCANN 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 Notebook0114
Step-3.7-FlashStep-3.7-Flash是一个拥有 1980 亿参数的稀疏混合专家(MoE)视觉语言模型,由 1960 亿参数的语言主干网络和 18 亿参数的视觉编码器组合而成,具备原生图像理解能力。Python00
JoyAI-EchoJoyAI-Echo,这是一个独立的、仅用于推理的版本,旨在实现分钟级多镜头音视频生成。它采用了经过蒸馏的DMD生成器、配对的跨模态记忆以及故事级别的一致性。其性能的核心在于,一个跨模态视听记忆库能够在长达五分钟的视频中保持角色外观和语音音色的一致性。同时,一个训练后处理流程将基于记忆的强化学习与分布匹配蒸馏相结合,实现了7.5倍的速度提升,显著增强了视觉质量和对齐效果。00
omega-aiOmega-AI:基于java打造的深度学习框架,帮助你快速搭建神经网络,实现模型推理与训练,引擎支持自动求导,多线程与GPU运算,GPU支持CUDA,CUDNN。Java04
llm-universe本项目是一个面向小白开发者的大模型应用开发教程,在线阅读地址:https://datawhalechina.github.io/llm-universe/Jupyter Notebook08