YJS项目中的Delta格式嵌套嵌入支持解析
2025-05-11 14:24:44作者:姚月梅Lane
YJS作为一款优秀的协同编辑框架,其核心能力之一是对富文本协同编辑的支持。在YJS的文本类型YText中,Delta格式作为底层操作表示形式发挥着重要作用。近期社区提出的Delta格式嵌套嵌入支持需求,反映了复杂富文本场景下的新挑战。
Delta格式的演进与嵌入支持
Delta格式最初由Quill编辑器定义,用于描述富文本内容的变化操作。传统Delta格式支持两种基本操作:
- 文本插入操作
- 属性格式化操作
随着富文本编辑复杂度的提升,Delta格式在5.0版本引入了registerEmbed()方法,实现了对嵌套Delta结构的支持。这种能力特别适用于表格等复杂结构,允许将整个Delta作为嵌入对象插入到父Delta中。
YJS的现有嵌入机制
YJS框架本身已经提供了基础的嵌入支持:
- 通过
ytext.insertEmbed(pos, embedObject)方法可直接插入任意JavaScript对象 - 现有的Delta格式转换器可以处理简单嵌入对象
然而,这种机制与新版Delta的嵌套Delta嵌入存在本质区别。简单嵌入对象被视为原子单元,而嵌套Delta嵌入则需要保持内部结构的可操作性。
技术实现挑战分析
实现完整的嵌套Delta嵌入支持需要考虑以下技术要点:
- 操作转换兼容性:需要确保嵌套Delta内部的OT操作能与外层操作正确转换
- 冲突解决策略:当内外层操作发生冲突时,需要明确定义优先级和解决规则
- 性能优化:深层嵌套结构可能带来性能挑战,需要设计高效的数据结构
- 序列化格式:需要扩展现有的序列化协议以支持嵌套Delta结构
应用场景展望
完整支持嵌套Delta嵌入后,YJS将能够更好地支持以下场景:
- 复杂表格编辑(单元格内包含完整富文本)
- 嵌套文档结构(如文档中的文档片段)
- 模块化富文本组件(可独立编辑的子组件)
实现建议路径
对于希望实现此功能的开发者,建议采用分阶段实现策略:
- 首先扩展YJS的Delta转换器,识别嵌套Delta结构
- 实现基础的操作转换逻辑,处理简单的嵌套场景
- 逐步完善冲突解决机制
- 最后优化性能并处理边界情况
这种渐进式实现方式可以降低开发风险,同时逐步验证设计假设。
结语
Delta格式的嵌套嵌入支持代表了富文本协同编辑领域的前沿需求。YJS作为领先的协同框架,对此功能的完整支持将进一步提升其在复杂场景下的适用性。开发者社区可以密切关注此功能的进展,以便在稳定后将其应用于实际项目中。
登录后查看全文
热门项目推荐
相关项目推荐
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
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
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。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
项目优选
收起
deepin linux kernel
C
24
9
Ascend Extension for PyTorch
Python
223
246
暂无简介
Dart
672
157
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++
663
313
React Native鸿蒙化仓库
JavaScript
262
324
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
🎉 (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
1.2 K
655
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
64
19
openGauss kernel ~ openGauss is an open source relational database management system
C++
160
218
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
330
137