在Cherry Markdown编辑器中实现图片上传后自动插入AI描述内容的技术方案
2025-06-15 22:19:40作者:咎竹峻Karen
在富文本编辑器开发中,处理图片上传并自动添加描述是一个常见需求。本文将详细介绍如何在Cherry Markdown编辑器中实现图片上传后自动插入AI生成的内容描述。
核心问题分析
当用户上传图片到Markdown编辑器时,通常需要完成两个关键操作:
- 将图片文件上传到服务器获取URL
- 在编辑器光标位置插入图片标记语法
但若要在图片标记后自动添加AI生成的描述内容,就面临一个技术难点:如何准确定位插入描述内容的位置。
解决方案演进
初始方案:获取光标位置
最初开发者尝试通过编辑器API获取当前光标位置:
const {line, ch} = cherry.getCodeMirror().getCursor();
cherry.insert('描述内容', false, [line, ch]);
这种方法存在明显缺陷:
- 图片上传是异步操作,获取的光标位置可能已变化
- 用户可能通过多种方式上传图片(拖拽、粘贴等),导致光标位置不一致
优化方案:回调参数扩展
更完善的解决方案是扩展上传回调函数的参数,支持在图片标记前后插入内容:
callback(res.url, {
before: '前置内容',
after: '后置内容'
});
这种设计具有以下优势:
- 编辑器内部处理位置逻辑,避免外部获取光标位置不准确
- 统一处理各种上传方式(拖拽、粘贴等)
- 支持在图片前后都插入内容,灵活性更高
实现细节
完整的上传函数实现示例:
async function fileUpload(file, callback) {
const [res, newAlt] = await Promise.all([
uploadFile(file),
ImageAltByAi(file) // AI生成描述
]);
callback(res.url, {
after: `\n:::ai-content\n${newAlt}\n:::\n`
});
}
最佳实践建议
- 内容格式化:建议将AI生成的内容用特定语法包裹(如
:::ai-content
),便于后续处理 - 异步处理:确保所有异步操作(上传和AI生成)都完成后才执行插入
- 错误处理:添加适当的错误处理逻辑,避免上传失败导致编辑器状态异常
- 性能优化:对于大图片,可以考虑先插入占位符,等AI生成完成后再更新内容
扩展思考
这种设计模式不仅适用于图片描述,还可以应用于:
- 自动生成图片标题
- 添加版权信息
- 插入图片相关标签
- 添加图片说明文档链接
通过回调参数扩展的方式,为编辑器功能扩展提供了清晰的接口规范,是插件化设计的一个良好实践。
登录后查看全文
热门项目推荐
相关项目推荐
- DDeepSeek-V3.1-BaseDeepSeek-V3.1 是一款支持思考模式与非思考模式的混合模型Python00
- QQwen-Image-Edit基于200亿参数Qwen-Image构建,Qwen-Image-Edit实现精准文本渲染与图像编辑,融合语义与外观控制能力Jinja00
GitCode-文心大模型-智源研究院AI应用开发大赛
GitCode&文心大模型&智源研究院强强联合,发起的AI应用开发大赛;总奖池8W,单人最高可得价值3W奖励。快来参加吧~052CommonUtilLibrary
快速开发工具类收集,史上最全的开发工具类,欢迎Follow、Fork、StarJava04GitCode百大开源项目
GitCode百大计划旨在表彰GitCode平台上积极推动项目社区化,拥有广泛影响力的G-Star项目,入选项目不仅代表了GitCode开源生态的蓬勃发展,也反映了当下开源行业的发展趋势。06GOT-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。00openHiTLS
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!C0328- WWan2.2-S2V-14B【Wan2.2 全新发布|更强画质,更快生成】新一代视频生成模型 Wan2.2,创新采用MoE架构,实现电影级美学与复杂运动控制,支持720P高清文本/图像生成视频,消费级显卡即可流畅运行,性能达业界领先水平Python00
- GGLM-4.5-AirGLM-4.5 系列模型是专为智能体设计的基础模型。GLM-4.5拥有 3550 亿总参数量,其中 320 亿活跃参数;GLM-4.5-Air采用更紧凑的设计,拥有 1060 亿总参数量,其中 120 亿活跃参数。GLM-4.5模型统一了推理、编码和智能体能力,以满足智能体应用的复杂需求Jinja00
Yi-Coder
Yi Coder 编程模型,小而强大的编程助手HTML013
热门内容推荐
最新内容推荐
项目优选
收起

React Native鸿蒙化仓库
C++
178
263

🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
868
514

openGauss kernel ~ openGauss is an open source relational database management system
C++
130
183

旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
288
323

本仓将收集和展示仓颉鸿蒙应用示例代码,欢迎大家投稿,在仓颉鸿蒙社区展现你的妙趣设计!
Cangjie
398
373

为仓颉编程语言开发者打造活跃、开放、高质量的社区环境
Markdown
1.07 K
0

🔥🔥🔥ShopXO企业级免费开源商城系统,可视化DIY拖拽装修、包含PC、H5、多端小程序(微信+支付宝+百度+头条&抖音+QQ+快手)、APP、多仓库、多商户、多门店、IM客服、进销存,遵循MIT开源协议发布、基于ThinkPHP8框架研发
JavaScript
93
15

一款跨平台的 Markdown AI 笔记软件,致力于使用 AI 建立记录和写作的桥梁。
TSX
83
4

🍒 Cherry Studio 是一款支持多个 LLM 提供商的桌面客户端
TypeScript
600
58

基于可以运行在OpenHarmony的git,提供git客户端操作能力
ArkTS
10
3