Milkdown输入规则撤销机制的问题与修复
2025-05-24 11:35:04作者:戚魁泉Nursing
在Milkdown编辑器的输入规则(Input Rules)功能中,存在一个关于撤销(undo)行为的bug。这个bug会导致编辑器忽略开发者设置的undoable选项,使得即使明确禁用了撤销功能,输入规则依然可以被撤销。
问题背景
输入规则是编辑器中的一项重要功能,它允许开发者为特定的文本模式定义自动转换规则。例如,用户输入"> "时自动转换为块引用,或者输入"1. "时自动创建有序列表。在Milkdown中,这些输入规则可以通过inputRules插件来配置。
每个输入规则都可以配置一个undoable选项,这个选项决定了当用户触发输入规则后,是否可以通过按退格键(Backspace)来撤销这次转换。默认情况下,这个选项是启用的,但开发者可以显式地将其设置为false来禁用这一行为。
问题分析
问题的根源在于Milkdown对输入规则的处理逻辑与上游的prosemirror-inputrules存在差异。具体来说:
- 在prosemirror-inputrules的实现中,会检查
rule.undoable选项,只有当其为真时才会设置相关的撤销元数据 - 而Milkdown的实现中缺少了这一检查,导致无论
undoable如何设置,都会记录撤销信息
这种差异使得undoable: false的配置实际上没有生效,用户仍然可以通过退格键撤销输入规则的转换。
解决方案
修复方案相对简单直接:在设置撤销元数据前,先检查rule.undoable选项。只有当该选项为真时,才记录撤销信息。具体代码修改如下:
if (rule.undoable) {
tr.setMeta(plugin, { transform: tr, from, to, text })
}
view.dispatch(tr)
这一修改保持了与上游库一致的行为逻辑,同时确保了undoable配置能够按预期工作。
影响范围
这个bug只会影响到那些显式设置了undoable: false的用户。对于大多数使用默认配置或不需要禁用撤销功能的用户来说,不会产生任何影响。
最佳实践
对于开发者来说,在使用输入规则时应当注意:
- 明确是否需要撤销功能 - 对于某些关键转换,可能需要禁用撤销
- 测试撤销行为 - 确保配置按预期工作
- 关注版本更新 - 及时获取修复后的版本
这个修复体现了Milkdown团队对API一致性和开发者体验的重视,确保了配置选项能够真正影响编辑器的行为。
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
最新内容推荐
Python开发者的macOS终极指南:VSCode安装配置全攻略 Launch4j中文版:Java应用程序打包成EXE的终极解决方案 Python案例资源下载 - 从入门到精通的完整项目代码合集 TortoiseSVN 1.14.5.29465 中文版:高效版本控制的终极解决方案 MQTT客户端软件源代码:物联网开发的强大工具与最佳实践指南 TextAnimator for Unity:打造专业级文字动画效果的终极解决方案 QT连接阿里云MySQL数据库完整指南:从环境配置到问题解决 IEC61850建模工具及示例资源:智能电网自动化配置的完整指南 STM32到GD32项目移植完全指南:从兼容性到实战技巧 XMODEM协议C语言实现:嵌入式系统串口文件传输的经典解决方案
项目优选
收起
deepin linux kernel
C
25
9
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
414
3.19 K
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
Ascend Extension for PyTorch
Python
229
259
暂无简介
Dart
680
160
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++
689
326
🔥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
65
19
React Native鸿蒙化仓库
JavaScript
265
326
🎉 (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
1.21 K
660
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
1.03 K
493