Pragmatic Drag and Drop:为你的项目带来极致拖放体验
2026-01-23 06:34:16作者:柯茵沙
在现代Web应用中,拖放功能已成为提升用户体验的重要手段。无论是任务管理、文件整理,还是数据排序,拖放操作都能显著简化用户交互。今天,我们要介绍的是一款名为Pragmatic Drag and Drop的开源项目,它为开发者提供了一个高效、灵活且跨平台的拖放解决方案。
项目介绍
Pragmatic Drag and Drop是一个低级别的拖放工具链,旨在安全且成功地利用浏览器的内置拖放功能。该项目由Atlassian团队开发,并已在多个知名产品中得到应用,如Trello、Jira和Confluence。Pragmatic Drag and Drop不仅支持React、Svelte、Vue、Angular等主流前端框架,还具备高度可定制性,能够满足各种复杂的拖放需求。
项目技术分析
核心功能
-
低级别拖放行为:
- 轻量级:核心包仅约
4.7kB,占用资源极少。 - 增量使用:开发者可以根据需求选择性地使用所需组件,避免不必要的资源浪费。
- 无头设计:完全控制渲染和样式,不依赖于任何特定的设计系统。
- 框架无关:兼容任何前端框架,确保跨平台的一致性。
- 延迟加载:支持延迟加载核心包和可选包,进一步提升页面加载速度。
- 灵活性:开发者可以创建任意拖放体验,并在拖放操作过程中进行任意修改。
- 全平台支持:在Firefox、Safari、Chrome、iOS和Android上均提供完整功能支持。
- 虚拟化支持:支持创建任意虚拟拖放体验。
- 轻量级:核心包仅约
-
可选的视觉输出:
- 提供可选的视觉输出(如拖放指示器),帮助开发者快速构建一致的用户体验。
- 非Atlassian用户可以选择使用这些输出,或创建自定义的视觉样式。
-
可选的辅助技术控制:
- 提供工具链,帮助开发者快速为辅助技术用户构建高性能的拖放体验。
- 基于Atlassian设计系统,开发者可以根据需求替换为自定义组件或其他方式。
技术架构
Pragmatic Drag and Drop的核心代码存储在内部monorepo中,并通过单向镜像的方式公开。虽然目前不接受代码贡献,但开发者仍可以在此仓库中提出问题或建议。所有文档和npm包均公开可用。
项目及技术应用场景
Pragmatic Drag and Drop适用于各种需要拖放功能的场景,包括但不限于:
- 任务管理:如Trello、Jira等项目管理工具中的任务拖放。
- 文件管理:如文件夹整理、文件排序等。
- 数据排序:如表格数据、列表数据的拖放排序。
- 自定义UI组件:如自定义拖放面板、拖放菜单等。
项目特点
- 高度可定制:Pragmatic Drag and Drop提供了丰富的可选包,开发者可以根据需求自由组合,实现高度定制化的拖放体验。
- 跨平台支持:无论是桌面端还是移动端,Pragmatic Drag and Drop均能提供一致的拖放体验。
- 辅助技术友好:项目提供了辅助技术控制,确保所有用户都能获得良好的拖放体验。
- 轻量级:核心包体积小,加载速度快,不影响页面性能。
- 框架无关:兼容主流前端框架,开发者无需担心技术栈的限制。
结语
Pragmatic Drag and Drop为开发者提供了一个强大且灵活的拖放解决方案,无论你是开发任务管理工具、文件管理系统,还是其他需要拖放功能的应用,Pragmatic Drag and Drop都能为你带来极致的开发体验。赶快尝试一下,让你的项目焕发新的活力吧!
文档:📖 文档
示例:🤹 示例
工作原理:🎥 工作原理
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 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
项目优选
收起
暂无描述
Dockerfile
733
4.75 K
deepin linux kernel
C
31
16
Ascend Extension for PyTorch
Python
651
797
Claude 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 Started
Rust
1.25 K
153
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
1.1 K
611
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++
1.01 K
1.01 K
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
147
237
昇腾LLM分布式训练框架
Python
168
200
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
434
395
暂无简介
Dart
986
253