plate
Plate 是一款专为现代 Web 开发打造的富文本编辑器框架,完美融合了人工智能能力与 shadcn/ui 的美学设计。它旨在解决开发者在构建复杂编辑器时面临的痛点:从零开始实现排版逻辑困难、插件生态分散以及界面定制耗时。通过提供模块化的核心架构,Plate 将编辑器功能拆解为核心系统、行为插件、无头组件(基于 Radix UI)和开箱即用的精美界面组件,让开发者能像搭积木一样灵活组装所需功能。
无论是需要快速搭建类似 Notion 的协作平台,还是希望为应用嵌入智能写作辅助功能,Plate 都能提供坚实的技术底座。其独特的技术亮点包括专为 Slate.js 优化的插件系统、内置的 AI 集成接口,以及结合 Plate CLI 与 shadcn/ui 生成的现代化组件库,既保证了无障碍访问性,又赋予了极高的设计自由度。
这款工具主要面向前端工程师和技术团队,特别适合那些希望在项目中深度定制编辑器行为、追求高性能与美观界面并重的开发者。对于不熟悉底层实现但需要高质量编辑器解决方案的团队,Plate 提供的多种模板(如含 AI 和后端的全功能模板)也能大幅降低启动门槛,帮助你将精力集中在业务创新而非重复造轮子上。
使用场景
某 SaaS 初创团队正急需为产品构建一个类似 Notion 的在线文档编辑器,以支持用户撰写包含智能辅助功能的富文本内容。
没有 plate 时
- 开发周期漫长:团队需从零搭建基于 Slate.js 的底层架构,处理复杂的插件系统和状态管理,仅基础框架就耗时数周。
- AI 集成困难:实现“续写”、“润色”等 AI 功能需要手动对接大模型 API 并编写繁琐的光标定位与流式渲染逻辑,极易出错。
- UI 一致性差:缺乏现成的高质量组件库,开发人员需自行设计并编码工具栏、弹窗等交互元素,导致界面风格不统一且适配成本高。
- 维护负担重:自定义的代码缺乏标准化规范,后续添加新功能(如表格、提及)时往往牵一发而动全身,Bug 频发。
使用 plate 后
- 快速启动项目:直接选用 plate 提供的"Notion-like"模板,内置了成熟的插件系统和核心架构,将原本数周的基础搭建工作压缩至几天。
- 原生 AI 支持:利用 plate 集成的 AI 模块,轻松配置命令菜单和流式输出,无需重复造轮子即可实现专业的智能写作体验。
- 美观且统一:基于 shadcn/ui 和 Radix UI 的预置组件,不仅开箱即用、无障碍访问性强,还能确保编辑器外观与现代 Web 设计趋势完美契合。
- 扩展灵活高效:依托模块化插件机制,团队可像搭积木一样按需引入表格或数据库视图功能,大幅降低了迭代维护的复杂度。
plate 通过融合强大的插件生态、原生 AI 能力与现代化的 UI 组件,让开发者能从繁琐的底层基建中解放出来,专注于打造差异化的文档协作体验。
运行环境要求
- 未说明
未说明
未说明

快速开始
Plate
模板
您可以选择以下模板之一开始使用:
| 选项 | Plate | 插件 | AI | 后端 |
|---|---|---|---|---|
| 类似Notion的模板 | ✅ | ✅ | ✅ | ✅ |
| Plate Playground模板 | ✅ | ✅ | ✅ | |
| Plate极简模板 | ✅ |
文档
您可以通过查看我们的文档了解更多关于Plate的信息。
贡献
要开始贡献,请参阅我们的贡献指南。
贡献者
我们非常欢迎您的加入!无论是给我们一颗🌟星、提交一个📥Pull Request,还是分享您的插件,您的支持都将受到我们的衷心感谢。
需要更多帮助吗?欢迎加入我们的Discord,我们将随时为您提供指导。
中文文档
您可以通过查看我们的中文文档了解更多关于Plate的信息。如果您需要中文支持,欢迎加入我们的Discord中文频道,我们的社区成员将很乐意用中文为您解答问题。
对于贡献者,我们也提供了中文贡献指南,帮助您参与到Plate的开发中。
版本历史
@platejs/markdown@52.3.222026/04/01@platejs/ai@52.3.222026/04/01@platejs/slate@52.3.212026/04/01@platejs/core@52.3.212026/04/01platejs@52.3.212026/04/01@platejs/test-utils@52.3.212026/04/01@platejs/utils@52.3.212026/04/01@platejs/csv@52.3.202026/03/31@platejs/table@52.3.202026/03/31@platejs/ai@52.3.202026/03/31@platejs/ai@52.3.192026/03/30@platejs/markdown@52.3.192026/03/30@platejs/ai@52.3.182026/03/29@platejs/csv@52.3.182026/03/29@platejs/table@52.3.182026/03/29@platejs/link@52.3.172026/03/29@platejs/ai@52.3.172026/03/29@platejs/csv@52.3.172026/03/29@platejs/table@52.3.172026/03/29@platejs/code-block@52.3.162026/03/28常见问题
相似工具推荐
openclaw
OpenClaw 是一款专为个人打造的本地化 AI 助手,旨在让你在自己的设备上拥有完全可控的智能伙伴。它打破了传统 AI 助手局限于特定网页或应用的束缚,能够直接接入你日常使用的各类通讯渠道,包括微信、WhatsApp、Telegram、Discord、iMessage 等数十种平台。无论你在哪个聊天软件中发送消息,OpenClaw 都能即时响应,甚至支持在 macOS、iOS 和 Android 设备上进行语音交互,并提供实时的画布渲染功能供你操控。 这款工具主要解决了用户对数据隐私、响应速度以及“始终在线”体验的需求。通过将 AI 部署在本地,用户无需依赖云端服务即可享受快速、私密的智能辅助,真正实现了“你的数据,你做主”。其独特的技术亮点在于强大的网关架构,将控制平面与核心助手分离,确保跨平台通信的流畅性与扩展性。 OpenClaw 非常适合希望构建个性化工作流的技术爱好者、开发者,以及注重隐私保护且不愿被单一生态绑定的普通用户。只要具备基础的终端操作能力(支持 macOS、Linux 及 Windows WSL2),即可通过简单的命令行引导完成部署。如果你渴望拥有一个懂你
stable-diffusion-webui
stable-diffusion-webui 是一个基于 Gradio 构建的网页版操作界面,旨在让用户能够轻松地在本地运行和使用强大的 Stable Diffusion 图像生成模型。它解决了原始模型依赖命令行、操作门槛高且功能分散的痛点,将复杂的 AI 绘图流程整合进一个直观易用的图形化平台。 无论是希望快速上手的普通创作者、需要精细控制画面细节的设计师,还是想要深入探索模型潜力的开发者与研究人员,都能从中获益。其核心亮点在于极高的功能丰富度:不仅支持文生图、图生图、局部重绘(Inpainting)和外绘(Outpainting)等基础模式,还独创了注意力机制调整、提示词矩阵、负向提示词以及“高清修复”等高级功能。此外,它内置了 GFPGAN 和 CodeFormer 等人脸修复工具,支持多种神经网络放大算法,并允许用户通过插件系统无限扩展能力。即使是显存有限的设备,stable-diffusion-webui 也提供了相应的优化选项,让高质量的 AI 艺术创作变得触手可及。
everything-claude-code
everything-claude-code 是一套专为 AI 编程助手(如 Claude Code、Codex、Cursor 等)打造的高性能优化系统。它不仅仅是一组配置文件,而是一个经过长期实战打磨的完整框架,旨在解决 AI 代理在实际开发中面临的效率低下、记忆丢失、安全隐患及缺乏持续学习能力等核心痛点。 通过引入技能模块化、直觉增强、记忆持久化机制以及内置的安全扫描功能,everything-claude-code 能显著提升 AI 在复杂任务中的表现,帮助开发者构建更稳定、更智能的生产级 AI 代理。其独特的“研究优先”开发理念和针对 Token 消耗的优化策略,使得模型响应更快、成本更低,同时有效防御潜在的攻击向量。 这套工具特别适合软件开发者、AI 研究人员以及希望深度定制 AI 工作流的技术团队使用。无论您是在构建大型代码库,还是需要 AI 协助进行安全审计与自动化测试,everything-claude-code 都能提供强大的底层支持。作为一个曾荣获 Anthropic 黑客大奖的开源项目,它融合了多语言支持与丰富的实战钩子(hooks),让 AI 真正成长为懂上
ComfyUI
ComfyUI 是一款功能强大且高度模块化的视觉 AI 引擎,专为设计和执行复杂的 Stable Diffusion 图像生成流程而打造。它摒弃了传统的代码编写模式,采用直观的节点式流程图界面,让用户通过连接不同的功能模块即可构建个性化的生成管线。 这一设计巧妙解决了高级 AI 绘图工作流配置复杂、灵活性不足的痛点。用户无需具备编程背景,也能自由组合模型、调整参数并实时预览效果,轻松实现从基础文生图到多步骤高清修复等各类复杂任务。ComfyUI 拥有极佳的兼容性,不仅支持 Windows、macOS 和 Linux 全平台,还广泛适配 NVIDIA、AMD、Intel 及苹果 Silicon 等多种硬件架构,并率先支持 SDXL、Flux、SD3 等前沿模型。 无论是希望深入探索算法潜力的研究人员和开发者,还是追求极致创作自由度的设计师与资深 AI 绘画爱好者,ComfyUI 都能提供强大的支持。其独特的模块化架构允许社区不断扩展新功能,使其成为当前最灵活、生态最丰富的开源扩散模型工具之一,帮助用户将创意高效转化为现实。
markitdown
MarkItDown 是一款由微软 AutoGen 团队打造的轻量级 Python 工具,专为将各类文件高效转换为 Markdown 格式而设计。它支持 PDF、Word、Excel、PPT、图片(含 OCR)、音频(含语音转录)、HTML 乃至 YouTube 链接等多种格式的解析,能够精准提取文档中的标题、列表、表格和链接等关键结构信息。 在人工智能应用日益普及的今天,大语言模型(LLM)虽擅长处理文本,却难以直接读取复杂的二进制办公文档。MarkItDown 恰好解决了这一痛点,它将非结构化或半结构化的文件转化为模型“原生理解”且 Token 效率极高的 Markdown 格式,成为连接本地文件与 AI 分析 pipeline 的理想桥梁。此外,它还提供了 MCP(模型上下文协议)服务器,可无缝集成到 Claude Desktop 等 LLM 应用中。 这款工具特别适合开发者、数据科学家及 AI 研究人员使用,尤其是那些需要构建文档检索增强生成(RAG)系统、进行批量文本分析或希望让 AI 助手直接“阅读”本地文件的用户。虽然生成的内容也具备一定可读性,但其核心优势在于为机器
LLMs-from-scratch
LLMs-from-scratch 是一个基于 PyTorch 的开源教育项目,旨在引导用户从零开始一步步构建一个类似 ChatGPT 的大型语言模型(LLM)。它不仅是同名技术著作的官方代码库,更提供了一套完整的实践方案,涵盖模型开发、预训练及微调的全过程。 该项目主要解决了大模型领域“黑盒化”的学习痛点。许多开发者虽能调用现成模型,却难以深入理解其内部架构与训练机制。通过亲手编写每一行核心代码,用户能够透彻掌握 Transformer 架构、注意力机制等关键原理,从而真正理解大模型是如何“思考”的。此外,项目还包含了加载大型预训练权重进行微调的代码,帮助用户将理论知识延伸至实际应用。 LLMs-from-scratch 特别适合希望深入底层原理的 AI 开发者、研究人员以及计算机专业的学生。对于不满足于仅使用 API,而是渴望探究模型构建细节的技术人员而言,这是极佳的学习资源。其独特的技术亮点在于“循序渐进”的教学设计:将复杂的系统工程拆解为清晰的步骤,配合详细的图表与示例,让构建一个虽小但功能完备的大模型变得触手可及。无论你是想夯实理论基础,还是为未来研发更大规模的模型做准备

