实时渲染

本文介绍媒体接收器（Media sinks）的通用用法与核心特性。涵盖异步迭代器、解码与呈现顺序、实时轨道处理及画布池机制。详细解析视频与音频接收器的创建、样本检索、稀疏迭代、画布调整大小旋转裁剪等高级功能，以及仅元数据提取优化，助力高效媒体数据处理。

本文介绍 TinyMCE 8.4.0 版本发行说明，涵盖 Tiny Cloud 和 Enterprise 变更。新增 TinyMCE AI 平台及 Premium 插件，包括 Comments、Export to PDF、Full Page HTML 等更新。修复 XSS 漏洞、浏览器 API 弃用问题及 UI 交互缺陷，提升安全性与兼容性。

本文深入介绍如何在 Mediabunny 中读取 HLS (.m3u8) 播放列表，涵盖 VOD 与直播内容。文章解析了 HLS 的心智模型、轨道扁平化、懒加载机制、Unix 时间戳处理、直播边缘检测及 DRM 加密支持等关键技术点，并提供实用的代码示例与配置建议。

本文介绍 TinyMCE 编辑器的快速操作功能，提供一键式 AI 支持以简化内容转换。涵盖预览转换、语法修正、翻译及自定义操作类型，支持无状态 API 调用与实时流式反馈。同时详解 Review 模式下的文档质量保证建议，帮助用户高效完成编辑任务并提升内容质量。

本文详细介绍 TinyMCE AI 支持的多种 AI 模型及其配置选项。内容包括 Agent 模型的自动选择机制、OpenAI、Anthropic 和 Google 等主流厂商的模型列表与能力对比。同时讲解了通过 JWT 设置模型权限、API 请求体指定模型、插件配置默认模型及自定义快速操作的方法。此外，还涵盖了模型兼容版本管理、上下文长度与附件大小限制、Web 搜索与推理功能支持、内容审核机制以及模型弃用策略等关键信息，帮助用户高效集成与管理 AI 能力。

本文详细介绍媒体源API，涵盖视频与音频数据的添加、编码配置及背压机制。内容包含视频源、音频源、字幕源的具体用法，如何设置编解码器、调整帧率、处理Alpha通道以及管理数据包顺序等最佳实践，适用于构建复杂的媒体输出轨道。

本文介绍 TinyMCE AI 服务如何通过模型上下文协议 (MCP) 和可插拔 Web 端点扩展模型能力。AI 服务支持工具调用、页面抓取及实时网页搜索，显著提升对话响应质量。演示连接了包含收购交易数据的 Airtable 数据库，展示如何在编辑器中通过聊天侧边栏调用 MCP 服务器工具填充文档占位符或回答查询。所有功能仅需配置环境变量，无需额外基础设施，适用于本地部署场景。

Mediabunny 是一款高效的媒体文件读取库，支持从内存、磁盘或网络等多种输入源以惰性方式读取数据。它提供强大的元数据提取功能，包括时长、分辨率、编解码器及色彩空间信息。库内支持视频与音频轨道的时序分析、帧率计算及数据包统计，并具备灵活的轨道配对能力。通过异步 API 和 Promise 机制，Mediabunny 确保高性能与低内存占用，适用于复杂的流媒体处理场景。

本文介绍 MediaBunny 支持的多种视频输出容器格式及其特性。涵盖 MP4、fMP4、CMAF、WebM、MKV、Ogg、MP3、WAVE、ADTS、FLAC、MPEG-TS 及 HLS 等格式。详细说明了各格式的元数据位置、仅追加写入模式、流式传输支持、回调函数机制以及针对直播和点播场景的配置选项，帮助用户根据需求选择最佳编码方案。

本指南全面介绍如何创建、构建和部署 TinyMCE 自定义图标包。涵盖手动配置与使用 SVG 模板工具两种方法，详解图标包结构、加载机制及注册方式。提供本地开发、CDN 部署等常见场景的解决方案，并说明如何覆盖默认图标，助您轻松定制编辑器界面。