Milkdown编辑器工具提示库迁移:从Tippy到Floating UI的技术演进
2025-05-25 01:44:54作者:劳婵绚Shirley
在富文本编辑器开发领域,工具提示(Tooltip)的实现方案选择直接影响用户体验和开发效率。Milkdown作为一款现代化的编辑器框架,近期完成了从Tippy到Floating UI的技术迁移,这一变更涉及多个Pull Request的协同工作,最终成功落地。
技术背景与迁移动因
Tippy.js曾是前端领域广泛使用的工具提示库,它基于Popper.js构建,提供了丰富的配置选项和动画效果。但随着前端生态的发展,新一代的Floating UI逐渐崭露头角,它作为Popper.js的现代化替代品,具有更小的体积、更高的性能和更灵活的API设计。
Milkdown团队选择迁移至Floating UI主要基于以下技术考量:
- 包体积优化:Floating UI的核心实现更加轻量,有助于减少最终打包体积
- 性能提升:采用更现代的定位算法,计算效率更高
- 更好的TypeScript支持:类型定义更加完善,开发体验更优
- 更灵活的扩展性:模块化设计允许按需引入功能
技术实现细节
迁移工作涉及Milkdown核心和多个插件的适配改造,主要包括三个关键Pull Request:
- 核心架构改造:重构了工具提示的基础设施,建立与Floating UI的对接层
- 插件适配:更新了所有依赖工具提示的插件实现
- 样式调整:针对新的定位策略优化了CSS样式
在实现过程中,团队特别注意了以下技术要点:
- 保持原有API的兼容性,确保现有用户代码不受影响
- 优化定位策略,处理边界情况和滚动容器
- 实现平滑的过渡动画,保持用户体验一致性
- 完善TypeScript类型定义,提升开发体验
开发者注意事项
虽然团队努力保持API兼容性,但底层实现的变更仍可能带来一些细微差别。开发者需要注意:
- 定位策略差异:Floating UI的定位算法与Tippy有所不同,在复杂布局场景下表现可能略有差异
- 动画实现:默认的动画效果实现方式有所变化,需要检查是否符合预期
- 浏览器兼容性:虽然两者都支持现代浏览器,但polyfill策略可能不同
总结
Milkdown此次工具提示库的迁移,体现了前端技术栈持续演进的特点。通过采用Floating UI这一现代化解决方案,Milkdown在保持功能完整性的同时,获得了更好的性能表现和更优的开发体验。这一技术决策将为后续的功能扩展和维护工作奠定更好的基础。
登录后查看全文
热门项目推荐
相关项目推荐
ERNIE-4.5-VL-28B-A3B-ThinkingERNIE-4.5-VL-28B-A3B-Thinking 是 ERNIE-4.5-VL-28B-A3B 架构的重大升级,通过中期大规模视觉-语言推理数据训练,显著提升了模型的表征能力和模态对齐,实现了多模态推理能力的突破性飞跃Python00
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
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Python00
HunyuanVideo-1.5HunyuanVideo-1.5作为一款轻量级视频生成模型,仅需83亿参数即可提供顶级画质,大幅降低使用门槛。该模型在消费级显卡上运行流畅,让每位开发者和创作者都能轻松使用。本代码库提供生成创意视频所需的实现方案与工具集。00
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能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
GOT-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
项目优选
收起
deepin linux kernel
C
24
7
Ascend Extension for PyTorch
Python
192
212
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++
649
270
TorchAir 支持用户基于PyTorch框架和torch_npu插件在昇腾NPU上使用图模式进行推理。
Python
297
111
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
384
3.69 K
仓颉编译器源码及 cjdb 调试工具。
C++
128
857
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
React Native鸿蒙化仓库
JavaScript
243
316
本项目是CANN提供的是一款高效、可靠的Transformer加速库,基于华为Ascend AI处理器,提供Transformer定制化场景的高性能融合算子。
C++
66
96
暂无简介
Dart
632
143