ChatSDK中大模型卡片与Markdown卡片的HTML渲染差异分析
2025-06-25 05:06:43作者:柏廷章Berta
背景介绍
在ChatSDK 6.4.5版本中,开发人员发现了一个关于大模型卡片(foundation-model)和Markdown卡片在HTML代码渲染方面的差异问题。这个问题涉及到两种不同类型卡片对富文本内容的处理方式,值得深入探讨其技术实现原理和设计考量。
问题现象
当使用大模型卡片时,如果内容中包含HTML代码(特别是<div>标签),这些HTML代码不会被正确渲染,而是以原始代码形式显示。相比之下,Markdown卡片能够正常解析和渲染相同的HTML内容。
技术原理分析
大模型卡片的渲染机制
大模型卡片采用了特殊的渲染策略:
- 内容检测机制:系统会检查返回内容中是否包含
</div>闭合标签 - 渲染模式选择:
- 如果检测到
</div>标签,则启用HTML渲染模式 - 否则,使用默认的文本渲染方式
- 如果检测到
这种设计主要是为了兼容通义晓蜜大模型的返回结果,该模型可能会返回预配置的富文本内容。
Markdown卡片的渲染机制
Markdown卡片采用了不同的处理方式:
- 统一的Markdown解析:无论内容中是否包含HTML标签,都会先尝试进行Markdown解析
- HTML兼容性:现代Markdown解析器通常都支持内联HTML,因此能够正确处理混合内容
设计考量与最佳实践
大模型卡片的设计初衷
- 性能优化:避免对所有内容都进行HTML解析,减少不必要的性能开销
- 安全性考虑:限制HTML渲染范围可以降低XSS等安全风险
- 特定场景优化:针对通义晓蜜大模型的输出特性进行了专门适配
开发建议
-
内容类型选择:
- 对于纯Markdown内容,优先使用Markdown卡片
- 对于已知会返回富文本的大模型,使用大模型卡片
-
内容预处理:
// 示例:简单的内容类型检测 function shouldUseHtmlRender(content) { return content.includes('</div>'); } -
一致性处理:
- 如果项目需要统一的渲染效果,可以考虑对所有内容进行预处理
- 或者统一使用Markdown卡片来处理所有文本内容
技术实现对比
| 特性 | 大模型卡片 | Markdown卡片 |
|---|---|---|
| HTML支持 | 条件性支持(需包含) | 全面支持 |
| 渲染性能 | 更高(选择性解析) | 相对较低 |
| 使用场景 | 大模型富文本输出 | 通用Markdown内容 |
| 安全性 | 更高(限制HTML解析范围) | 依赖Markdown解析器实现 |
总结
ChatSDK中不同卡片类型对HTML渲染的处理差异体现了框架设计中的权衡考量。大模型卡片通过条件性HTML渲染实现了性能优化和特定场景适配,而Markdown卡片则提供了更通用的内容渲染能力。开发人员应根据实际内容类型和需求选择合适的卡片组件,必要时可以通过预处理来确保一致的渲染效果。
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 StartedRust0150- 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。Python0111
热门内容推荐
最新内容推荐
项目优选
收起
暂无描述
Dockerfile
731
4.74 K
Ascend Extension for PyTorch
Python
610
794
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 K
1.01 K
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
433
392
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
145
237
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
1.16 K
150
暂无简介
Dart
983
252
Oohos_react_native
React Native鸿蒙化仓库
C++
348
401
昇腾LLM分布式训练框架
Python
166
198
🎉 (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
1.67 K
987