Code Hike项目中Scrollycoding组件嵌套其他标签的实现方法
在Code Hike项目中,Scrollycoding组件是一个非常实用的功能,它允许开发者在滚动页面时动态展示代码变化。然而,当我们需要在Scrollycoding组件中嵌套使用其他自定义标签(如CodeWithTooltips或CodeSwitcher)时,会遇到一些技术挑战。
问题背景
开发者Windsooon尝试在Scrollycoding组件内部使用CodeWithTooltips标签时遇到了错误提示:"Error for code: Required"。这个问题的根源在于Scrollycoding组件默认期望接收一个代码块对象,而CodeWithTooltips返回的是一个React组件。
解决方案探索
初始尝试
Windsooon首先尝试通过修改Schema来扩展Scrollycoding的解析能力:
const Schema = Block.extend({
steps: z.array(
Block.extend({
sticker: Block.extend({
code: CodeBlock,
tooltips: z.array(Block).optional(),
})
})),
})
然而,这种方法仍然无法正确解析嵌套的组件结构,因为Schema的层级关系没有正确匹配实际的MDX结构。
正确实现方式
经过项目维护者pomber的指导,正确的解决方案是简化Schema结构,将sticker定义为基本的Block类型:
const Schema = Block.extend({
steps: z.array(Block.extend({sticker: Block})),
})
然后在渲染时直接使用step.sticker.children来渲染嵌套组件的内容:
<Selection
from={steps.map((step) => (
step.sticker.children
))}
/>
这种方法保留了嵌套组件的完整功能,同时避免了Schema解析的复杂性。
样式调整技巧
在实现过程中,Windsooon还发现了一个样式相关的问题:token-transitions处理器会为Token添加display: inline-block样式,这会影响tooltip的下划线效果。解决方案是在tooltip处理器中显式添加border样式:
export const tooltip: AnnotationHandler = {
name: "tooltip",
Inline: ({ children, annotation }) => {
return (
<TooltipProvider>
<Tooltip>
<TooltipTrigger
className="underline decoration-dashed"
style={{ borderBottom: "1px dashed black" }}
>
{children}
</TooltipTrigger>
{/* ... */}
</Tooltip>
</TooltipProvider>
)
},
}
最佳实践建议
-
保持Schema简洁:当需要在Scrollycoding中嵌套其他组件时,尽量使用基本的Block类型,避免过度定义Schema结构。
-
组件解耦:将功能性的组件(如CodeWithTooltips)设计为独立的单元,通过children属性与父组件交互。
-
样式覆盖:当遇到内置样式冲突时,优先考虑使用更具体的样式规则来覆盖默认行为。
-
文档贡献:考虑将这种嵌套组件的使用方式添加到项目文档中,帮助其他开发者避免类似问题。
通过这种方法,开发者可以灵活地在Scrollycoding组件中集成各种自定义功能,同时保持代码的清晰和可维护性。
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00- QQwen3-Coder-Next2026年2月4日,正式发布的Qwen3-Coder-Next,一款专为编码智能体和本地开发场景设计的开源语言模型。Python00
xw-cli实现国产算力大模型零门槛部署,一键跑通 Qwen、GLM-4.7、Minimax-2.1、DeepSeek-OCR 等模型Go06
PaddleOCR-VL-1.5PaddleOCR-VL-1.5 是 PaddleOCR-VL 的新一代进阶模型,在 OmniDocBench v1.5 上实现了 94.5% 的全新 state-of-the-art 准确率。 为了严格评估模型在真实物理畸变下的鲁棒性——包括扫描伪影、倾斜、扭曲、屏幕拍摄和光照变化——我们提出了 Real5-OmniDocBench 基准测试集。实验结果表明,该增强模型在新构建的基准测试集上达到了 SOTA 性能。此外,我们通过整合印章识别和文本检测识别(text spotting)任务扩展了模型的能力,同时保持 0.9B 的超紧凑 VLM 规模,具备高效率特性。Python00
KuiklyUI基于KMP技术的高性能、全平台开发框架,具备统一代码库、极致易用性和动态灵活性。 Provide a high-performance, full-platform development framework with unified codebase, ultimate ease of use, and dynamic flexibility. 注意:本仓库为Github仓库镜像,PR或Issue请移步至Github发起,感谢支持!Kotlin08
VLOOKVLOOK™ 是优雅好用的 Typora/Markdown 主题包和增强插件。 VLOOK™ is an elegant and practical THEME PACKAGE × ENHANCEMENT PLUGIN for Typora/Markdown.Less00