ProseMirror开发者工具套件指南
项目介绍
ProseMirror开发者工具套件是一个专为ProseMirror富文本编辑器设计的强大工具集合。此项目由Teemu Koivisto开发,并采用了Svelte和TypeScript重构,以提供更轻量级且高效的体验。它旨在简化ProseMirror编辑器的调试过程,无需将工具包集成到项目依赖中即可在浏览器内进行实时检查和调试。工具套件通过一个Chrome扩展实现,允许用户无缝地分析和调整任何运行中的ProseMirror编辑器实例,提供六种不同的视图来深入理解编辑器的状态、历史、插件结构等。
项目快速启动
安装
首先,确保你的环境已准备好Node.js和npm或pnpm。
-
安装ProseMirror Dev Toolkit 在你的项目中添加
prosemirror-dev-toolkit作为开发依赖:npm install --save-dev prosemirror-dev-toolkit -
应用至编辑器 引入并应用于你的ProseMirror
EditorView实例。import { applyDevTools } from 'prosemirror-dev-toolkit'; import { EditorView } from 'prosemirror-view'; // 初始化编辑器视图 const view = new EditorView(document.querySelector('#your-editor-container')); // 应用开发者工具 applyDevTools(view);若想使用Chrome扩展,则需从Chrome Web Store下载安装“ProseMirror Developer Tools”。
应用案例和最佳实践
- 实时调试:在开发过程中,你可以立即看到编辑器状态的变化,方便追踪错误和优化用户体验。
- 性能评估:利用历史记录功能查看交易序列对文档状态的影响,帮助识别可能的性能瓶颈。
- 插件开发辅助:通过插件视图直接在编辑器上测试和验证自定义插件的行为,优化配置。
典型生态项目
虽然本指引聚焦于prosemirror-dev-toolkit,但值得注意的是,在ProseMirror生态系统中,很多项目都依赖于这样的工具来提升开发效率。例如,结合使用prosemirror-model, prosemirror-state, 和 prosemirror-view 开发定制编辑器时,这款开发者工具成为不可或缺的一部分。此外,对于构建复杂编辑界面的应用程序来说,它提供了必要的洞察力,确保编辑逻辑的正确性和编辑体验的优化。
这个简要指南概述了如何开始使用prosemirror-dev-toolkit以及其在ProseMirror编辑器开发中的关键作用。利用这些工具,开发者可以显著提高开发速度,确保高质量的编辑器实现。
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-1.5HunyuanVideo-1.5作为一款轻量级视频生成模型,仅需83亿参数即可提供顶级画质,大幅降低使用门槛。该模型在消费级显卡上运行流畅,让每位开发者和创作者都能轻松使用。本代码库提供生成创意视频所需的实现方案与工具集。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