BlockNote v0.23.0 版本发布:跨编辑器拖放与协作编辑优化
BlockNote 是一个现代化的富文本编辑器框架,基于 ProseMirror 构建,提供了模块化的块状编辑体验。它允许开发者轻松创建类似 Notion 的编辑器界面,支持实时协作、自定义块类型等高级功能。本次发布的 v0.23.0 版本带来了多项重要改进,特别是在跨编辑器操作和协作体验方面。
跨编辑器拖放功能修复
在之前的版本中,用户在不同 BlockNote 编辑器实例之间拖放内容块时可能会遇到问题。v0.23.0 彻底修复了这一功能,使得内容块可以无缝地在多个编辑器之间移动。这一改进对于构建复杂应用(如多面板笔记应用或内容管理系统)尤为重要。
技术实现上,团队重构了拖放处理逻辑,确保拖放事件在不同编辑器实例间正确传递,同时保持了每个编辑器的独立状态管理。
协作光标体验提升
BlockNote 的实时协作功能得到了显著改进,新增了 showCursorLabels 选项,允许开发者控制是否显示协作用户的光标标签。这一改进使得协作界面更加清晰,特别是在多人同时编辑的场景下。
团队还对协作光标的渲染性能进行了优化,减少了不必要的重绘,提升了在高并发编辑时的流畅度。协作光标现在能更准确地反映其他用户的位置和选择范围。
导出功能增强
文档导出功能(PDF 和 DOCX)得到了多项改进:
-
代码块支持:现在代码块可以完整保留语法高亮和语言信息导出到 PDF 和 DOCX 文档中。导出的代码会保持原始格式,包括缩进和换行。
-
分页符支持:新增了分页符功能,用户可以在编辑器中插入分页控制导出文档的页面布局。这对于需要精确控制打印格式的用户特别有用。
-
样式一致性改进:修复了导出文档中部分样式不一致的问题,确保在编辑器中看到的内容与导出结果高度一致。
性能优化
v0.23.0 包含了多项性能优化措施:
-
Shiki 高亮器缓存:代码块语法高亮现在会缓存 Shiki 高亮器实例,避免重复初始化带来的性能开销。这一改进显著提升了包含大量代码块的文档渲染速度。
-
事件处理优化:建议菜单(suggestion menu)的事件传播被优化,减少了不必要的事件冒泡,提升了整体响应速度。
国际化支持
本次更新新增了意大利语翻译,并改进了现有的法语翻译,使得 BlockNote 可以更好地服务于全球用户。国际化支持现在覆盖了编辑器界面、错误提示和默认块类型名称等关键内容。
其他改进
- 修复了表格单元格起始位置选择的问题
- 优化了代码块语言检测逻辑
- 调整了构建配置,确保所有包都能正确打包
- 改进了协作光标的文档说明
BlockNote v0.23.0 的这些改进使得编辑器更加稳定、高效,特别是在协作和跨编辑器操作场景下。对于正在寻找现代化、可扩展的富文本编辑解决方案的开发者来说,这个版本提供了更完善的功能和更好的用户体验。
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5-w4a8GLM-5-w4a8基于混合专家架构,专为复杂系统工程与长周期智能体任务设计。支持单/多节点部署,适配Atlas 800T A3,采用w4a8量化技术,结合vLLM推理优化,高效平衡性能与精度,助力智能应用开发Jinja00
请把这个活动推给顶尖程序员😎本次活动专为懂行的顶尖程序员量身打造,聚焦AtomGit首发开源模型的实际应用与深度测评,拒绝大众化浅层体验,邀请具备扎实技术功底、开源经验或模型测评能力的顶尖开发者,深度参与模型体验、性能测评,通过发布技术帖子、提交测评报告、上传实践项目成果等形式,挖掘模型核心价值,共建AtomGit开源模型生态,彰显顶尖程序员的技术洞察力与实践能力。00
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00
MiniMax-M2.5MiniMax-M2.5开源模型,经数十万复杂环境强化训练,在代码生成、工具调用、办公自动化等经济价值任务中表现卓越。SWE-Bench Verified得分80.2%,Multi-SWE-Bench达51.3%,BrowseComp获76.3%。推理速度比M2.1快37%,与Claude Opus 4.6相当,每小时仅需0.3-1美元,成本仅为同类模型1/10-1/20,为智能应用开发提供高效经济选择。【此简介由AI生成】Python00
Qwen3.5Qwen3.5 昇腾 vLLM 部署教程。Qwen3.5 是 Qwen 系列最新的旗舰多模态模型,采用 MoE(混合专家)架构,在保持强大模型能力的同时显著降低了推理成本。00- RRing-2.5-1TRing-2.5-1T:全球首个基于混合线性注意力架构的开源万亿参数思考模型。Python00