Plate Core 47.3.1版本发布:Slate升级与渲染优化
项目简介
Plate是一个基于Slate的富文本编辑器框架,提供了可扩展的插件系统和丰富的编辑器功能。作为Plate的核心模块,plate-core负责处理编辑器的基础架构和核心功能。
主要更新内容
Slate版本升级至0.114.0
本次更新将底层依赖的Slate编辑器库升级到了0.114.0版本。Slate作为Plate的基础架构,这次升级带来了性能优化和API改进,为Plate提供了更稳定和高效的底层支持。
节点属性合并优化
修复了插件中node.props.className合并的问题。在之前的版本中,当多个插件同时尝试修改节点的className属性时,可能会出现合并异常。新版本确保了className能够正确合并,使得样式应用更加可靠。
冗余属性移除
移除了叶子节点组件中冗余的data-slate-leaf属性。这一优化减少了DOM中的冗余数据,使得生成的HTML结构更加简洁,有助于提升渲染性能。
新增节点属性控制
1. node.leafProps
新增了node.leafProps属性,允许开发者覆盖data-slate-leaf元素的属性。这为自定义叶子节点的DOM表现提供了更大的灵活性。
2. node.textProps
新增了node.textProps属性,用于覆盖data-slate-node="text"元素的属性。开发者现在可以更精细地控制文本节点的DOM表现。
渲染功能增强
1. render.leaf
新增了render.leaf功能,当节点满足isLeaf: true且isDecoration: false条件时,可以在叶子节点下方渲染一个组件。这为在特定叶子节点旁添加装饰性元素或功能组件提供了可能。
2. node.isDecoration
新增了node.isDecoration属性,用于控制插件节点是否可以作为装饰性叶子节点渲染。这一特性使得开发者能够更精确地控制不同类型节点的渲染行为,区分内容节点和装饰节点。
技术影响与最佳实践
这些更新对开发者使用Plate构建富文本编辑器带来了以下改进:
-
更精细的DOM控制:通过新增的各种props属性,开发者可以更精确地控制编辑器生成的DOM结构,满足特定的样式或功能需求。
-
性能优化:移除冗余属性和改进渲染逻辑有助于提升编辑器的整体性能,特别是在处理大量内容时。
-
扩展性增强:新增的渲染选项为插件开发者提供了更多可能性,可以创建更复杂的编辑器功能和交互。
建议开发者在升级后:
- 检查现有插件中关于节点属性的处理逻辑
- 利用新的渲染功能优化编辑器UI
- 考虑使用新的装饰节点控制来区分内容与装饰元素
总结
Plate Core 47.3.1版本通过升级Slate基础库和优化渲染逻辑,进一步提升了编辑器的稳定性和灵活性。这些改进使得开发者能够构建更高效、更可定制的富文本编辑体验,同时也为未来的功能扩展奠定了更好的基础。
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 StartedRust0153- DDeepSeek-V4-ProDeepSeek-V4-Pro(总参数 1.6 万亿,激活 49B)面向复杂推理和高级编程任务,在代码竞赛、数学推理、Agent 工作流等场景表现优异,性能接近国际前沿闭源模型。Python00
LongCat-Video-Avatar-1.5最新开源LongCat-Video-Avatar 1.5 版本,这是一款经过升级的开源框架,专注于音频驱动人物视频生成的极致实证优化与生产级就绪能力。该版本在 LongCat-Video 基础模型之上构建,可生成高度稳定的商用级虚拟人视频,支持音频-文本转视频(AT2V)、音频-文本-图像转视频(ATI2V)以及视频续播等原生任务,并能无缝兼容单流与多流音频输入。00
auto-devAutoDev 是一个 AI 驱动的辅助编程插件。AutoDev 支持一键生成测试、代码、提交信息等,还能够与您的需求管理系统(例如Jira、Trello、Github Issue 等)直接对接。 在IDE 中,您只需简单点击,AutoDev 会根据您的需求自动为您生成代码。Kotlin03
Intern-S2-PreviewIntern-S2-Preview,这是一款高效的350亿参数科学多模态基础模型。除了常规的参数与数据规模扩展外,Intern-S2-Preview探索了任务扩展:通过提升科学任务的难度、多样性与覆盖范围,进一步释放模型能力。Python00
skillhubopenJiuwen 生态的 Skill 托管与分发开源方案,支持自建与可选 ClawHub 兼容。Python0112