Diagram-Design实战:从零搭建可视化流程编排设计器的核心设计与踩坑复盘
上个月接了一个内部需求要给某跨部门协作平台加一个“流程编排”功能。说白了就是让用户自己在画布上拖节点、画连线、配属性把审批流或者任务流可视化地搭出来。刚接手时我还有点乐观想着无非是套一个现成的流程图组件再绑几个事件就行真动手才发现这个看起来“不就是画图”的功能在设计层面有自己一套完整的方法论行业里给它的通行叫法就是diagram-design也就是图表设计器 / 可视化图设计。这篇算是我做完这个功能后的一次复盘把方案选型、核心模块拆解、代码落地过程还有真正踩过的坑一起写出来给马上也要面对类似场景的你一个参考。diagram-design通常不是孤立的“画布组件”它背后连着数据模型、交互编辑、序列化、校验、撤销恢复这一整条链路。哪怕你只是想在现有系统里嵌一个“让用户自己画流程的小工具”也绕不开这套结构。这篇文章适合三类读者一是产品经理或前端负责人想快速判断自研还是集成更划算二是初级前端想搞明白一个可视化编辑器到底怎么从零搭起来三是已经有了一点实现经验、但被坐标换算、连线交互、性能这些问题来回折磨的人。1. 先搞清楚Diagram-Design到底在设计什么1.1 一张图远不止“画出来”很多人第一次接触到这类需求时脑子里天然有个等式流程图 画布 图形 拖拽。这个理解不算错但会把问题整体简化。真实业务里的图设计器跟直接用绘图软件画一张静态图完全是两码事。先说最次要的“渲染”把节点和连线画到屏幕上这一步只解决“看得见”。真正决定一个设计器能不能用的是它背后那套数据模型和交互状态机。我拆解一个典型的diagram-design需求时通常会把它分成四层数据层图是由节点nodes、连线edges、以及画布级元信息viewport、缩放、画布尺寸组成的结构化数据。用户画图本质上是在编辑这份数据。渲染层把数据变成屏幕上的图形还要能响应视图缩放、平移保证图形和数据始终一一对应。交互层拖拽新增节点、从锚点拉出连线、选中高亮、调整属性、多选框选、撤销重做。这层交互逻辑是diagram-design的核心复杂度来源。应用层也就是设计器之外的产品逻辑比如流程的合法性校验、导入导出、多人协同里的冲突处理、与后端流程引擎的协议对接。你会发现“画出来”只是最外层的表象。真正值钱的是“可编辑的图数据”这个能力。拿我们做的流程编排来说用户画完一张图我们要把它序列化成一份JSON交给后端流程引擎去解析执行。如果序列化出来的数据结构乱掉前面画得再好看都是白搭。1.2 我为什么单独做一版设计器在决定怎么实现之前我先盘了盘团队现有的资源项目里已经有一个用来展示只读架构图的组件能渲染节点和连线静态看挺漂亮但完全不支持交互——不能拖、不能连线、不能选中后编辑属性。当时有两条路摆在面前一是找个第三方可视化套件直接集成二是在现有渲染组件基础上补上数据模型和交互层。我们最后选了后者因为是内部系统数据模型和交互行为跟业务强相关套一个通用方案反而要在上面补很多适配逻辑与其给通用库打补丁不如从数据层开始自建一层薄薄的图设计内核。这个决定现在回过头看是对的。自研的边界我控制在“只做图编辑能力”不做业务组件不带后端逻辑。好处特别明显核心代码量不大维护成本可控遇到交互问题可以直接定位到自己的代码不需要去啃通用库的源码。2. 方案选型别一上来就想着造轮子2.1 三条路线各有各的归属网上关于“流程图编辑器怎么实现”的讨论大部分集中在三类方案我把每个方案的优缺点都摆出来再讲我为什么做了特定选择。方案优点明显短板适合什么场景纯静态渲染组件简单、性能好、上手快不支持编辑交互无法作为设计器只读图展示、报表配图集成成熟的图编辑内核功力全在开源社区积累上拖拽、缩放、连线这些交互都是现成的学习成本不低深度定制时得翻源码二次开发有包袱标准流程图、BPMN审批流等通用需求自研轻量图编辑内核完全可控代码量精炼跟业务数据天然契合交互坑要自己趟边界情况处理费精力业务定制强、数据模型特殊、对包体积敏感的项目坦白讲如果你做的是“对外交付的审批流程设计器”或者“标准BPMN建模工具”没有必要自研集成一个成熟内核是性价比最高的。开源社区里那些积累多年的流程画布库把锚点吸附、折线寻路、缩放选中等底层难题早就解决得很好了这些能力自研起来极其繁琐。但我们的情况有两点不同第一我们的图模型不是标准BPMN是自定义的任务编排结构节点上挂的业务属性是内部团队的领域模型直接套通用内核会有数据模型“翻译”成本第二对交互复杂度要求没那么高不需要多级嵌套的泳道、复杂的消息流、补全的语义校验核心就是拖节点、拉连线、填属性、存JSON。用一个轻巧的自研方案可以把代码控制在很小的规模内长期维护很舒服。2.2 我最终定的技术组合与理由我选用的组合是DOM SVG 一个轻量的状态管理工具。没有用Canvas。原因很实际SVG对单节点和连线的控制粒度细每个元素都是独立DOM节点方便绑定事件、做命中检测、实现局部重绘Canvas虽然在几千节点的高性能渲染上有优势但我们这个场景节点数量顶天一两百个SVG足够了状态管理工具把“图数据”和“交互状态”分开管让撤销重做、复制粘贴这些操作有统一入口而不是散落在各个组件里。这个组合听起来普通但用在diagram-design上非常顺手。SVG天然的“图形即DOM”特性让我在做选中框、hover高亮、锚点显示这些细碎交互时得心应手不用自己去实现Canvas的拾取picking逻辑。3. 核心功能设计与实操实现3.1 数据模型先行画布上的一切都是数据整个diagram-design的内核里最重要的设计图不在纸上而在你定义的图数据结构里。我做的第一件事不是写渲染代码而是把图数据的数据结构定清楚。一份典型的图数据长这样interface GraphModel { id: string; nodes: NodeModel[]; edges: EdgeModel[]; viewport: { x: number; y: number; zoom: number; }; } interface NodeModel { id: string; type: string; // 比如 start / task / end x: number; // 节点左上角坐标基于画布坐标系 y: number; width: number; height: number; properties: Recordstring, any; // 业务属性如审批人、超时时间 } interface EdgeModel { id: string; source: string; // 起点节点id target: string; // 终点节点id sourceAnchor?: number; // 锚点索引 targetAnchor?: number; label?: string; properties: Recordstring, any; }这里有几个设计决策值得说清楚。第一个是坐标系的约定。节点上的x/y指的是在“画布坐标系”里的位置不是“屏幕坐标系”。这两个坐标系的区别是diagram-design中一切坐标问题的根源画布可能被缩放zoom1.2可能被平移viewport.x/y不等于0如果你把鼠标事件的屏幕坐标直接当成节点坐标去存储一旦平移或者缩放图就乱了。第二个是节点数据和渲染要分离。渲染层可以根据某个节点的临时状态比如“正在拖拽”“连线中”去加类名、加样式但绝不能把临时状态写进节点数据。这样撤销重做和序列化才干净不然一个连线的中间状态会把整份数据搞脏。第三个是各类节点的“业务属性”统一挂在properties里不单独展开字段。这个约定在后期吃到了很大红利新增一种节点类型只要改渲染器分支和属性面板配置数据模型自然兼容。3.2 画布渲染层视图变换与SVG节点数据模型定了之后渲染层就很简单了。一个基本的画布结构大致是div classdiagram-canvas refcanvasWrap svg classdiagram-surface refcanvasSvg g classedge-layer/g g classnode-layer/g /svg /div容器div负责接收鼠标事件计算鼠标相对于画布的坐标SVG里分两层连线层在节点层下面保证连线永远被节点压在下面视觉上更自然。这里最核心的函数是“屏幕坐标转画布坐标”。我实现了一个坐标变换函数每次做拖拽、连线、框选之前都要经过它function screenToCanvas(clientX: number, clientY: number): { x: number; y: number } { const rect canvasWrap.getBoundingClientRect(); // 先将屏幕坐标转为相对容器左上角的坐标 const dx clientX - rect.left; const dy clientY - rect.top; // 再扣除画布平移量除以缩放比 return { x: (dx - viewport.x) / viewport.zoom, y: (dy - viewport.y) / viewport.zoom, }; }这个函数等于在视觉坐标系和数据坐标系之间架了一座桥。所有落库的、进入图数据模型的坐标都必须经过它。它看起来简单但实际项目里70%的坐标错位问题都是因为某个地方忘了调用它。节点渲染我用的是SVG的g分组元素包住一个rect和一些文本。选中的节点加上一个投影边框锚点连接点在选中或者连线起点出现。连线的渲染用path路径按起点和终点之间的连线类型绘制。普通折线的话我简单生成一条多段线function buildEdgePath(source: Point, target: Point): string { const midX (source.x target.x) / 2; // 如果两个节点横向分开较远用水平方向的连接点 return M ${source.x} ${source.y} C ${midX} ${source.y}, ${midX} ${target.y}, ${target.x} ${target.y}; }贝塞尔曲线的中间控制点让连线看起来像“从源节点流到目标节点”比纯直线好看很多而且实现成本极其低廉。3.3 交互编辑拖拽、连线和选中做完静态渲染接下来是重头戏——交互编辑。拖拽移动。实现起来并不复杂核心在三个阶段的事件处理mousedown记录起始坐标和拖拽起点mousemove做增量移动mouseup收尾。拖拽过程中的增量是“屏幕坐标变化量除以zoom”这一点很多人容易忽略。如果漏掉除以缩放系数画布缩放之后拖节点节点会跟手的速度不一样出现“越拖越跑偏”的诡异手感。连线交互。这是整个diagram-design里最容易被低估的部分。完整的连线交互是鼠标在节点边缘出现锚点按住锚点拉出一条临时连线经过其他节点时高亮可连接的目标锚点松手后生成一条正式连线。实现上我维护了一个“临时连线状态”{ isConnecting: boolean; sourceNodeId: string; sourceAnchorIndex: number; currentPoint: { x: number; y: number }; targetNodeId?: string; targetAnchorIndex?: number; }在拖线的过程中我用一个独立的临时path来实时渲染当前鼠标位置这样不会干扰真实连线的数据。松手时判断目标位置是否命中了某个节点的锚点区域如果命中就创建一条真实连线否则丢弃临时连线。这里有个实用的细节锚点的命中区域要比视觉上的小圆点大一些半径至少扩大两三倍不然用户很难精确点中。我认为好的交互设计应该是“宽容的”屏幕上给用户看的小锚点只是视觉提示实际热点应该大很多。选中与属性面板联动。点击节点时把selectedNodeId上抛属性面板根据节点类型渲染对应的表单。编辑属性的同时要通过一个不可变更新工具创建新的节点对象再替换进节点数组这样撤销重做才能拿到正确的历史快照。3.4 撤销重做与序列化数据的二次生命一个图设计器如果没有撤销重做用户用起来会非常没有安全感。实现方案其实很朴素我用的是“快照栈”const history { undoStack: [], redoStack: [], push(state: GraphModel) { this.undoStack.push(JSON.stringify(state)); this.redoStack []; // 防止内存膨胀最多保留50步 if (this.undoStack.length 50) this.undoStack.shift(); }, undo() { // 弹栈恢复 }, redo() { // 重做 }, };注意这里我用的是JSON字符串快照不是深拷贝对象。原因有两个第一JSON序列化之后的快照天然不可变不怕误操作第二图数据结构本身普通节点和连线都是扁平JSON对象序列化成本完全可接受。每一步操作前把当前图数据push进栈里每次操作后用户按撤销直接从栈里拿前一个状态的字符串还原简单粗暴但极其可靠。序列化就直接复用了这个JSON能力。不过还有一层校验要做图数据导出前要检查节点id是否唯一、连线是否引用了不存在的节点、是否包含孤立节点等。我们内部定义了一个validateGraph(graph)函数把校验逻辑单独放在一个模块里。这样不管是导入还是导出前都能用同一套规则约束数据质量。4. 常见问题与排查技巧实录4.1 坐标换算错位追到源头才发现是viewport没扣这个坑我前前后后踩了不下三次而且每次都是在不同场景下以不同形式冒出来。最典型的症状是页面缩放浏览器到90%或者画布被用户滚动了平移然后你拖一个节点发现节点会“跳一下”——落点跟鼠标差了那么十几个像素。排查方法很简单在mousemove和mouseup事件里打日志打印鼠标事件里的clientX/clientY、经过screenToCanvas换算后的坐标以及节点实际存储的坐标。一对比就发现问题了某个新建节点的代码里直接把clientX塞进了node.x跳过了screenToCanvas。这种问题挂着“交互bug”的皮其实是“数据入口没有统一收敛”的病。所以我后来做了一个硬性约定任何节点坐标的写入只能通过updateNodePosition(nodeId, canvasX, canvasY)这个函数函数内部强制做坐标系校验。宁可多写一层薄封装也不允许业务代码直接改坐标字段。4.2 连线命中率低热区比视觉要重要第一次做完连线功能后内部试用反馈说“连线很难选住点半天才有反应”。连线本身是一条SVG的pathstroke宽度默认是1.5px用户鼠标精细操作时很难精准点到那根细线上。这个问题在图形编辑里非常典型我给的解法是给连线加一条“隐形热区路径”g classedge-group path d{edgePath} stroke-width16 fillnone stroketransparent classedge-hot/ path d{edgePath} stroke-width1.5 stroke#667 fillnone classedge-visible/ /g透明热区路径宽16px肉眼看不见但它负责接收所有鼠标事件可见路径只管画出来。这样用户的点击宽容度一下子提升了十倍而且完全不影响视觉。同样的策略也用在锚点上——锚点视觉半径4px命中半径10px。这种“视觉小、热区大”的设计是这类交互里非常关键的经验。4.3 拖拽误触和选中冲突加个移动阈值就好了还有一个很烦人的交互问题是用户在节点上按下鼠标本意是想点击选中节点结果稍微手抖了两三个像素就被判定成“拖拽移动”节点跟着跑了。特别是对这个功能不熟悉的新用户这个问题几乎天天遇到。通用解法是给“拖拽”加一个移动阈值mousedown后先不进入拖拽态缓存起始点在mousemove事件里计算当前坐标和起始坐标的欧氏距离如果距离超过5px才正式进入拖拽模式鼠标弹起时如果距离小于阈值则判定为“点击”只做选中不做移动。这个5px的阈值跟现代浏览器里区分“点击”和“拖拽”的标准一致。实现简单但体验提升非常明显。4.4 节点一多就卡顿性能优化的真实临界点SVG方案在两百个节点以内都很丝滑但到了五百个以上再加上每条连线都有两条路径页面开始出现肉眼可见的卡顿。这个阶段我做了三件事事件委托不在每个节点上单独绑定mousedown/mousemove/mouseup而是在SVG根节点上统一绑一个事件监听用event.target.closest([data-node-id])来判断命中了哪个节点。这个改动把事件监听数量从“节点数”降到了常量级。样式变更走CSS类选中态、hover态这些高频状态变化尽量通过切换类名来实现避免用脚本去改fill、stroke这类内联属性让浏览器去做样式合成而不是触发JS逐条更新。延迟渲染对于画布外的节点位置超出viewport可见范围的直接用visibility: hidden跳过渲染。在缩放平移的过程中用requestAnimationFrame批量更新视图避免一帧内重复触发布局。做完这三个优化后六百个节点的图在普通办公笔记本上也能保持流畅操作了。我个人的体感是如果节点数量要破千再考虑换Canvas实现也不迟。5. 收尾我沉淀下来的那点实践经验整个项目走下来我最大的一个体会是diagram-design的技术难度并不在某个单独的算法上而是散落在大量边界情况和交互细节里。它不像做后台管理界面那样有大量现成模式可以抄每一步都需要你回到“用户到底在操作什么数据”这个根本问题上做判断。如果让我给即将开始做类似功能的人总结几条最朴素的建议大概是这样第一先练好“数据模型”这门基本功。节点的坐标怎么存、连线怎么引用节点、状态怎么和历史栈解耦这些底子打不好后面所有交互都是空中楼阁。第二坐标换算的封装要做成铁律。所有鼠标事件到画布坐标的转换必须走统一函数并且在代码审查时把这个函数的使用情况作为必查项。第三不要急着把功能做多先跑通“拖节点—拉连线—存JSON—回读渲染”这条最小闭环。闭环通了设计器的地基就算稳了剩下的发布会、属性面板、缩略图都是锦上添花。最后再分享一个小技巧调试这类交互密集型的功能时我习惯在每个关键事件里打印一行结构化日志内容包含事件名、坐标来源、转换后的画布坐标、状态机当前值。几十条日志打下来问题定位通常用不了十分钟。这个习惯帮我少熬了好几次夜建议你也试试。

相关新闻

CKA备考全面指南:从Kubernetes核心操作到故障排查实战

CKA备考全面指南:从Kubernetes核心操作到故障排查实战

一、CKA 考试到底是什么,值不值得考CKA(Certified Kubernetes Administrator)是云原生领域认可度最高的 Kubernetes 管理员认证之一,由云原生计算基金会(CNCF)联合 Linux 基金会推出。考试全程在线实操&…

2026/10/19 6:28:51 阅读更多 →
2026年五款AI会议纪要自动生成软件实测:产品经理需求会提效指南

2026年五款AI会议纪要自动生成软件实测:产品经理需求会提效指南

开完需求会,最怕的不是会上吵起来,而是散会之后对着三十多分钟的录音发呆。这事我干了五六年,整理纪要从最初的逐字听写到后来的关键词摘录,始终逃不过“会开一小时,纪要两小时”的魔咒。到2026年,市面上的…

2026/10/19 6:28:51 阅读更多 →
移动端AI编码助手落地成本全拆解:四个月47万投入与隐性开销实录

移动端AI编码助手落地成本全拆解:四个月47万投入与隐性开销实录

1. 这笔账为什么值得算移动端接入 AI 编码助手这件事,从去年下半年开始,几乎每一场技术评审会上都会被人拎出来讨论。我所在的团队从立项到灰度上线,前后折腾了将近四个月,中间推翻过两版方案,也踩了不少坑。现在回头看…

2026/10/19 6:28:51 阅读更多 →

最新新闻

从零了解 Langfuse 6:Agent 与 Tool 调用观测

从零了解 Langfuse 6:Agent 与 Tool 调用观测

内容核验:2026-10-15,参照当日 Langfuse 官方 v4 文档。本文以概念和设计示意为主,不是完整可运行项目;示例金额、分数、通过率和耗时均非实测数据。AgentScope/MCP 节点名称是业务埋点示例,需要显式配置语义映射。版本…

2026/10/19 7:17:12 阅读更多 →
让 AI 重构旧代码,怎样把“行为不变”变成可检查的要求?

让 AI 重构旧代码,怎样把“行为不变”变成可检查的要求?

“行为不变”,要先说清楚哪些行为 旧代码功能正常,只是函数太长、命名难懂、重复判断越来越多。这时让 AI 帮忙整理,很容易得到一份看起来更漂亮的代码。但代码变短了、分支变少了,并不能说明重构成功。 真正需要验收的是&#…

2026/10/19 7:17:12 阅读更多 →
基于Python与face_recognition的人脸识别考勤系统:从摄像头到SQLite完整实现

基于Python与face_recognition的人脸识别考勤系统:从摄像头到SQLite完整实现

简介:面向计算机相关专业毕业设计与课程设计需求,这份基于深度学习的人脸识别考勤系统源码,提供了人脸检测、特征提取、打卡记录等完整流程。项目经导师指导并通过评审,得分98分,适合正在做大作业、期末项目或毕设开发…

2026/10/19 7:17:12 阅读更多 →
手作复现困境:用记录系统把创作流程变成可复用资产

手作复现困境:用记录系统把创作流程变成可复用资产

最近在整理一个叫 artcraft 的个人创作项目,核心就一句话:把“艺术设计”和“手工制作”这两段本来经常脱节的流程,拧成一条可以复用的流水线。以前我做热缩片挂件、小木牌、桌面摆件,基本是兴致来了就动手,做完往柜子…

2026/10/19 7:17:12 阅读更多 →
深度强化学习交易策略实战:PPO、A2C与DDPG联合回测解析

深度强化学习交易策略实战:PPO、A2C与DDPG联合回测解析

简介:基于深度强化学习的自动化股票交易策略设计源码,面向金融工程、量化交易研究者和具备一定Python基础的开发者,解决传统人工交易易受情绪干扰、策略难以自适应市场变化的问题。项目完整实现了PPO、A2C与DDPG三类Actor-Critic算法的训练与…

2026/10/19 7:17:12 阅读更多 →
普通个人电脑跑大模型:显存、量化与CPU+GPU混合推理实战指南

普通个人电脑跑大模型:显存、量化与CPU+GPU混合推理实战指南

前阵子有个朋友问我:“普通个人电脑到底能跑多大的大模型?”我当时没直接甩个数字给他,因为这个问题本身就是一个“多变量博弈”:同样叫“7B”的模型,float16 版本和 int4 量化版本,显存需求能差出三倍&…

2026/10/19 7:16:12 阅读更多 →

日新闻

频率跟踪型PWM电源设计:臭氧发生器谐振点漂移与软开关实现

频率跟踪型PWM电源设计:臭氧发生器谐振点漂移与软开关实现

简介:本资源为电源技术方向的学术研究文档,聚焦介质阻挡放电型臭氧发生器电源的频率跟踪型PWM控制策略,面向电力电子、高压电源及臭氧应用领域的科研人员与工程技术人员。针对负载呈容性、等效电容随外加电压升高而增大、谐振频率随之漂移的难…

2026/10/19 0:00:47 阅读更多 →
Vibe Coding 遇上 TaoToken:把开发者思维圣殿的灵感流接入统一 Key 通道

Vibe Coding 遇上 TaoToken:把开发者思维圣殿的灵感流接入统一 Key 通道

/* MD / 富文本中的 .toc(含博客园搬家等嵌套结构);.toc-box 在侧栏,不受影响 */#content_views .toc,/* 编辑器常在目录前后插入空 p(:empty 仍占 20px),一并去掉避免顶空隙 */#content_views.markdown_views > p:empty:has(+ .toc),#content_views.markdown_views …

2026/10/19 0:00:47 阅读更多 →
HundredCV-Chat话题建模实战教程:利用4,871个内置话题标签构建主题分析系统

HundredCV-Chat话题建模实战教程:利用4,871个内置话题标签构建主题分析系统

【免费下载链接】HundredCV-Chat 项目地址: https://ai.gitcode.com/hf_mirrors/Jax-dan/HundredCV-Chat 点击查看 免费下载 HundredCV-Chat 是一个由 100 位青年简历数据开发而来的中文多轮对话数据集,共包含 24,750 组日常闲聊对话和 4,871 个话题标签…

2026/10/19 0:00:47 阅读更多 →

周新闻

基于GMM的语音识别系统原理与MATLAB实现详解

基于GMM的语音识别系统原理与MATLAB实现详解

说到基于高斯混合模型(GMM)的语音识别系统,很多人第一反应就是一堆数学公式,觉得门槛很高。但如果你真的在MATLAB里把它落地跑通,会发现核心其实就是三件事:把声音变成特征向量,用GMM给每个类别…

2026/10/18 0:00:55 阅读更多 →
数字图像处理入门:反白、灰度化、调色板修改与导出txt实践

数字图像处理入门:反白、灰度化、调色板修改与导出txt实践

数字图像处理这四个字听起来挺唬人,但落到具体操作上,无非就是让计算机按你的想法“摆弄”像素。我在一个模拟项目X里用了一套特别经典的基础处理流程:对图像做反白、改调色板、彩色转灰度,最后把像素数据导出成txt文件。单看每一…

2026/10/18 0:00:55 阅读更多 →
机器人大脑技术盘点:具身智能的感知、决策与数据闭环

机器人大脑技术盘点:具身智能的感知、决策与数据闭环

如果你的信息流最近也天天刷到“机器人大脑”这个词,你会发现一个很有意思的现象:每个人说的“大脑”根本不是同一个东西。有人指的是大语言模型,有人指的是运动控制系统,还有人指的是能理解物理世界的端到端模型。在2026年这个时…

2026/10/19 1:30:52 阅读更多 →

月新闻

我发现了一个新思路:用 Remotion + Claude Code 像写代码一样自动化生成短视频

我发现了一个新思路:用 Remotion + Claude Code 像写代码一样自动化生成短视频

/* MD / 富文本中的 .toc(含博客园搬家等嵌套结构);.toc-box 在侧栏,不受影响 */#content_views .toc,/* 编辑器常在目录前后插入空 p(:empty 仍占 20px),一并去掉避免顶空隙 */#content_views.markdown_views > p:empty:has(+ .toc),#content_views.markdown_views …

2026/10/19 2:54:50 阅读更多 →
Windows下 Codex 中 Chrome 和 Computer Use 插件不可用问题排查及解决参考方式:TaoToken 统一 Key 配置与验证

Windows下 Codex 中 Chrome 和 Computer Use 插件不可用问题排查及解决参考方式:TaoToken 统一 Key 配置与验证

/* MD / 富文本中的 .toc(含博客园搬家等嵌套结构);.toc-box 在侧栏,不受影响 */#content_views .toc,/* 编辑器常在目录前后插入空 p(:empty 仍占 20px),一并去掉避免顶空隙 */#content_views.markdown_views > p:empty:has(+ .toc),#content_views.markdown_views …

2026/10/17 17:22:31 阅读更多 →
黑夜航拍船只数据集训练YOLOV5模型全流程解析

黑夜航拍船只数据集训练YOLOV5模型全流程解析

/* MD / 富文本中的 .toc(含博客园搬家等嵌套结构);.toc-box 在侧栏,不受影响 */#content_views .toc,/* 编辑器常在目录前后插入空 p(:empty 仍占 20px),一并去掉避免顶空隙 */#content_views.markdown_views > p:empty:has(+ .toc),#content_views.markdown_views …

2026/10/18 12:16:16 阅读更多 →