SuperEditor 中块级节点下游点击测试问题的分析与修复
在 SuperEditor 项目开发过程中,我们发现了一个关于块级节点(block node)点击测试的有趣问题。当尝试在测试中点击块级节点的下游边缘时,测试框架错误地将光标放置在了节点的上游边缘。这个问题虽然看似简单,但涉及到编辑器核心交互逻辑的正确性验证。
问题背景
在富文本编辑器测试中,我们经常需要模拟用户点击特定位置并验证编辑器的响应行为。SuperEditor 使用了一种特殊的坐标系统来表示文档位置,其中 UpstreamDownstreamNodePosition 用于描述在块级节点上游或下游的位置。
测试用例中,我们尝试在图片节点(ImageNode)的下游边缘放置光标,然后执行插入新段落的操作。然而,测试框架错误地将光标放在了图片节点的上游边缘,导致后续测试步骤无法按预期执行。
技术分析
这个问题本质上源于测试框架中点击位置计算的逻辑缺陷。在 SuperEditor 中:
- 块级节点(如图片、视频等)在文档中占据独立的空间
- 每个块级节点都有明确的上游(upstream)和下游(downstream)边界
- 点击测试需要准确区分这两种边界位置
测试框架的 tapAtDocumentPosition 方法在处理 UpstreamDownstreamNodePosition.downstream() 时,未能正确计算对应的屏幕坐标位置,导致点击位置偏差。
解决方案
修复此问题需要从以下几个方面入手:
-
完善坐标计算逻辑:在测试框架中增强对块级节点边界位置的计算能力,确保能准确识别上游和下游边缘。
-
改进点击模拟:在模拟点击事件时,需要根据节点类型和请求的位置类型(上游/下游)精确计算点击坐标。
-
增强测试验证:在测试代码中添加额外的验证步骤,确保光标确实被放置在了请求的位置上。
实现细节
具体实现中,我们需要:
- 分析目标节点的布局信息,获取其在屏幕上的具体位置和尺寸
- 根据请求的位置类型(上游/下游)计算对应的点击坐标
- 上游位置通常对应节点的顶部边缘
- 下游位置通常对应节点的底部边缘
- 执行精确的点击操作,并验证光标位置
影响与意义
这个修复对于 SuperEditor 项目的测试可靠性具有重要意义:
- 确保了块级节点交互测试的准确性
- 为后续涉及块级节点边界操作的测试提供了可靠基础
- 增强了测试框架对复杂文档结构的支持能力
总结
通过分析并修复这个块级节点点击测试问题,我们不仅解决了一个具体的测试用例失败问题,更重要的是完善了 SuperEditor 测试框架的核心功能。这种对细节的关注和精确处理,是构建高质量富文本编辑器的基础。
在富文本编辑器开发中,正确处理各种文档节点的边界情况至关重要。这个问题的解决为 SuperEditor 项目在处理复杂文档结构时的可靠性提供了有力保障。
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