Primer React 37.16.0版本发布:组件优化与功能增强
项目简介
Primer React是GitHub设计系统Primer的React实现版本,提供了一套完整的UI组件库,帮助开发者快速构建符合GitHub设计规范的Web应用。作为GitHub官方维护的React组件库,它确保了与GitHub产品体验的一致性,同时提供了高度可定制化的组件。
本次版本更新亮点
1. Box组件标记为废弃
开发团队正式将Box组件及其相关属性标记为废弃状态。Box作为Primer React中的基础布局组件,长期以来被广泛用于构建页面结构。这一变更预示着未来版本中可能会移除该组件,建议开发者开始考虑替代方案。
技术背景:在现代化前端开发中,CSS-in-JS和布局组件的使用模式正在发生变化,更倾向于使用更语义化的布局组件或直接使用CSS Grid/Flexbox。
2. 子导航组件样式优化
SubNav组件移除了CSS模块特性标志,这意味着所有用户现在都将使用统一的样式处理方式。这一变更简化了组件的使用方式,减少了配置项,提高了开发体验。
3. 视觉隐藏组件改进
VisuallyHidden组件同样移除了CSS模块特性标志,统一了样式处理方式。该组件常用于为屏幕阅读器提供内容,同时保持视觉上的隐藏状态。
4. 单选按钮无障碍优化
Radio组件移除了不支持的ARIA属性aria-invalid和aria-required。这一变更加符合WAI-ARIA规范,因为radio角色本身不支持这些属性。正确的做法是在包含radio组的父元素上设置这些属性。
5. 锚定浮层响应式增强
AnchoredOverlay组件新增了响应式变体配置功能,允许开发者针对不同屏幕尺寸设置不同的显示方式。例如:
variant={{regular: 'anchored', narrow: 'anchored'}}
这一改进使得浮层组件在不同设备上的表现更加灵活可控。
6. 按钮计数显示增强
Button组件的count属性现在支持数字和字符串两种类型,允许显示格式化后的数值,如"3.2k"。这一改进使得按钮中的计数显示更加人性化,特别是在需要显示大数字时。
其他重要修复
- 骨架动画修复:更新了CSS自定义属性,修复了特性标志下的骨架动画问题。
- 空白状态图标颜色:将Blankslate组件的图标颜色更新为
--fgColor-muted,与Figma设计和Primer ViewComponents保持一致。 - 复选框和单选按钮类型修复:更新了基础组件类型,确保在React 19中正确传递属性。
- 单选按钮渲染顺序:调整了选择器顺序,改善了已选中单选按钮的渲染效果。
- 主题自动模式支持:BaseStyles现在会在ThemeProvider的colorMode设置为auto时,自动设置
data-color-mode="auto"。 - 标签容器元素升级:升级了tab-container-element依赖,带来更好的性能和稳定性。
升级建议
对于正在使用Primer React的项目,建议:
- 检查项目中是否使用了将被废弃的Box组件,开始规划迁移策略。
- 利用新的AnchoredOverlay响应式功能优化移动端体验。
- 更新Radio组件的无障碍属性设置,确保符合最新规范。
- 考虑使用Button组件的新计数显示功能,提升用户体验。
这次更新体现了Primer React团队对组件质量、无障碍访问和开发者体验的持续关注,建议开发者及时升级以获取这些改进。
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5-w4a8GLM-5-w4a8基于混合专家架构,专为复杂系统工程与长周期智能体任务设计。支持单/多节点部署,适配Atlas 800T A3,采用w4a8量化技术,结合vLLM推理优化,高效平衡性能与精度,助力智能应用开发Jinja00
请把这个活动推给顶尖程序员😎本次活动专为懂行的顶尖程序员量身打造,聚焦AtomGit首发开源模型的实际应用与深度测评,拒绝大众化浅层体验,邀请具备扎实技术功底、开源经验或模型测评能力的顶尖开发者,深度参与模型体验、性能测评,通过发布技术帖子、提交测评报告、上传实践项目成果等形式,挖掘模型核心价值,共建AtomGit开源模型生态,彰显顶尖程序员的技术洞察力与实践能力。00
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
MiniMax-M2.5MiniMax-M2.5开源模型,经数十万复杂环境强化训练,在代码生成、工具调用、办公自动化等经济价值任务中表现卓越。SWE-Bench Verified得分80.2%,Multi-SWE-Bench达51.3%,BrowseComp获76.3%。推理速度比M2.1快37%,与Claude Opus 4.6相当,每小时仅需0.3-1美元,成本仅为同类模型1/10-1/20,为智能应用开发提供高效经济选择。【此简介由AI生成】Python00
Qwen3.5Qwen3.5 昇腾 vLLM 部署教程。Qwen3.5 是 Qwen 系列最新的旗舰多模态模型,采用 MoE(混合专家)架构,在保持强大模型能力的同时显著降低了推理成本。00- RRing-2.5-1TRing-2.5-1T:全球首个基于混合线性注意力架构的开源万亿参数思考模型。Python00