un/inbox项目中TipTap扩展的模块化设计实践
2025-07-10 21:25:06作者:凤尚柏Louis
背景与问题分析
在现代Web应用开发中,富文本编辑器已成为许多系统的核心组件。un/inbox项目采用了TipTap作为其富文本编辑解决方案,但在架构设计上遇到了一个典型问题:前后端分离的应用中,编辑器扩展的同步管理。
当前架构中,后端和前端作为两个独立的应用存在,但两者都需要明确知道安装了哪些TipTap扩展。这种配置目前是手动维护的,存在明显的维护风险——当一方修改了扩展配置而另一方未同步更新时,系统就会出现不一致问题。
解决方案设计
针对这一问题,项目团队提出了一个优雅的架构改进方案:
-
创建独立扩展包:将TipTap相关的类型定义和扩展实现提取到一个专门的npm包中,作为前后端共享的单一数据源。
-
模块化扩展组织:根据业务场景划分不同的扩展集合,例如:
tiptapConversations:专为邮件相关功能设计的扩展集tiptapDocuments:面向文档编辑的扩展集
这种设计不仅解决了当前的同步问题,还为未来的功能扩展提供了良好的架构基础。
技术实现要点
1. 独立包的创建
创建一个新的npm包需要关注以下技术细节:
- 清晰的包边界定义
- 适当的TypeScript类型导出
- 版本管理策略
- 构建配置
2. 扩展集合的设计
模块化的扩展集合设计需要考虑:
- 业务功能的自然划分
- 扩展之间的依赖关系
- 公共基础扩展的提取
- 特定场景扩展的定制
3. 前后端集成
在前后端中集成这个共享包时需要注意:
- 一致的版本管理
- 类型系统的兼容性
- 构建工具的配置
- 热更新策略
架构优势
这种模块化设计带来了多方面的好处:
- 一致性保障:消除了前后端配置不同步的风险
- 可维护性提升:扩展管理集中化,修改和更新更加便捷
- 可扩展性增强:新的业务场景可以方便地添加新的扩展集合
- 类型安全:通过共享类型定义,提高了整个系统的类型安全性
最佳实践建议
基于这一案例,我们可以总结出一些适用于类似场景的最佳实践:
- 尽早识别共享依赖:在项目初期就识别出需要在多端共享的配置和代码
- 业务导向的模块划分:根据实际业务场景而非技术实现来组织代码
- 版本控制策略:为共享包制定清晰的版本管理策略
- 文档化:为每个扩展集合提供清晰的用途说明和使用示例
总结
un/inbox项目通过将TipTap扩展模块化为独立包,不仅解决了当前的前后端同步问题,还为未来的功能演进奠定了良好的架构基础。这种设计模式对于任何使用富文本编辑器且采用前后端分离架构的项目都具有参考价值,特别是在需要保持编辑器行为一致性的场景下。
登录后查看全文
热门项目推荐
相关项目推荐
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 StartedRust0197
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 Notebook0126
MiMo-V2.5-Pro-FP4-DFlashMiMo-V2.5-Pro-FP4-DFlash 是驱动 MiMo-V2.5-Pro-UltraSpeed 的底层模型: FP4 量化骨干网络:对 MoE 专家采用 MXFP4 量化,同时保持模型其他部分的更高精度,在几乎无损质量的前提下,显著减小模型体积并降低内存带宽压力。 BF16 DFlash 草稿生成器:用于块扩散推测解码,每次前向传播可生成一整个块的 tokens,并让骨干网络一步完成验证。 两者协同作用,既降低了每参数的位宽,又减少了骨干网络前向传播的次数,而这两者正是万亿参数模型解码过程中的两大主要成本来源。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
AstrBot✨ 易上手的多平台 LLM 聊天机器人及开发框架 ✨ 平台支持 QQ、QQ频道、Telegram、微信、企微、飞书 | OpenAI、DeepSeek、Gemini、硅基流动、月之暗面、Ollama、OneAPI、Dify 等。附带 WebUI。Python06
handy-ollama动手学Ollama,CPU玩转大模型部署,在线阅读地址:https://datawhalechina.github.io/handy-ollama/Jupyter Notebook07
项目优选
收起
暂无描述
Dockerfile
766
5.01 K
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++
863
1.96 K
Ascend Extension for PyTorch
Python
722
894
本项目是CANN提供的神经网络类计算算子库,实现网络在NPU上加速计算。
C++
689
1.35 K
openEuler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。
C
458
453
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++
1.08 K
1.11 K
本仓库是 Flutter SDK 与 Flutter Engine 的 OpenHarmony 适配版本,由 CPF-Flutter 团队维护。开发者可使用熟悉的 Flutter 技术栈开发 OpenHarmony 应用,3.35.7 及以后的适配版本可基于本仓库源码构建支持 OpenHarmony 的 Flutter Engine。
Dart
1.02 K
265
华为昇腾面向大规模分布式训练的多模态大模型套件,支撑多模态生成、多模态理解。
Python
152
250
CANNBot 是面向 CANN 开发的用于提升开发效率的系列智能体,本仓库为其提供可复用的 Skills 模块。
Python
1.01 K
627
Oohos_react_native
React Native鸿蒙化仓库
C++
357
425