BlockNote v0.29.0版本发布:新增变更事件与事务API
BlockNote是一个现代化的富文本编辑器框架,基于ProseMirror构建,提供了丰富的块状编辑体验。它允许开发者轻松创建类似Notion的编辑器界面,支持自定义块类型、实时协作等功能。本次发布的v0.29.0版本带来了两项重要的新功能:变更事件监听和事务API,为开发者提供了更强大的编辑器控制能力。
变更事件(change event)
新版本引入了change事件API,这是一个重要的增强功能,它允许开发者精确追踪编辑器内容的变化。通过注册onChange回调,现在可以获取到被插入、更新或删除的块列表。
这项功能的实际应用场景非常广泛:
- 实现精确的撤销/重做功能
- 构建实时协作系统中的增量更新
- 开发基于内容变化的自动保存机制
- 创建内容变更审计日志
在底层实现上,这个API通过分析ProseMirror的事务(transaction)来识别内容变化,然后将这些变化映射到BlockNote的块模型上,为开发者提供了更高层次的抽象。
事务API(transact API)
v0.29.0版本引入了一个重要的底层API——transactAPI,这是与ProseMirror状态交互的新方式。这个API实现了BlockNote级别的事务处理,意味着多个操作可以共享同一个事务,最终只产生一个撤销/重做步骤。
事务API的主要特点包括:
- 原子性操作:多个编辑动作可以组合成一个原子操作
- 撤销/重做友好:相关操作会被视为一个整体进行撤销或重做
- 性能优化:减少不必要的事务处理开销
配套提供的还有两个辅助API:
exec:执行ProseMirror命令canExec:检查ProseMirror命令是否可以执行
这些API共同构成了BlockNote与现有ProseMirror命令之间的桥梁,为开发者提供了更大的灵活性。
其他改进与修复
除了上述主要功能外,本次更新还包括了一些重要的改进和错误修复:
-
现在允许在已打开一个建议菜单的情况下触发另一个建议菜单,解决了之前存在的交互限制问题。
-
在schema中增加了引用的支持,为后续功能扩展奠定了基础。
-
更新了y-prosemirror依赖,修复了协作编辑中的一些问题。
-
改进了建议菜单的事务处理机制,现在会作为独立的事务进行分发,提高了编辑器的稳定性。
技术影响与最佳实践
对于开发者来说,这些新API的引入意味着可以构建更加健壮和功能丰富的编辑器应用。以下是一些建议的最佳实践:
-
当需要精确追踪内容变化时,优先使用新的
change事件而不是简单的内容比较。 -
对于复杂的编辑操作序列,使用
transactAPI将它们包装成单个事务,既能提高性能又能改善用户体验。 -
在开发自定义块或扩展功能时,考虑使用
exec和canExecAPI来与现有的ProseMirror生态系统集成。
BlockNote v0.29.0的这些改进展示了项目向更成熟、更强大的编辑器框架发展的方向,为开发者提供了更多底层控制能力,同时保持了高层次的易用性。
ERNIE-4.5-VL-28B-A3B-ThinkingERNIE-4.5-VL-28B-A3B-Thinking 是 ERNIE-4.5-VL-28B-A3B 架构的重大升级,通过中期大规模视觉-语言推理数据训练,显著提升了模型的表征能力和模态对齐,实现了多模态推理能力的突破性飞跃Python00
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
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Python00
HunyuanVideo-1.5暂无简介00
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能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
GOT-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。00