React DnD v18.0.0-beta.0 发布:支持React 19与现代化改造
React DnD(Drag and Drop)是一个流行的React拖放库,它提供了强大的拖放功能实现,特别适合构建复杂的交互式界面。最新发布的v18.0.0-beta.0版本带来了多项重要更新,标志着这个库正在向现代化方向迈进。
核心特性更新
本次版本最引人注目的变化是添加了对React 19的支持。React 19作为React生态的最新版本,带来了许多性能优化和新特性。React DnD能够及时跟进支持,确保了开发者可以在最新React环境中无缝使用拖放功能。
依赖项优化
开发团队对项目的依赖项进行了显著精简和现代化改造:
-
移除了memoize-one和use-memo-one这两个记忆化库,这表明项目正在减少对第三方记忆化工具的依赖,可能转向使用React内置的优化机制。
-
将Node.js版本要求提升至20.17.0,并测试了对Node 22的支持,确保项目运行在现代JavaScript环境中。
-
更新了多个开发依赖项,包括将eslint-plugin-node迁移到eslint-plugin-n 17.10.2,更新了@types/markdown-it到v14,以及将lighthouse升级到v12等。
文档改进
文档方面也有多项改进:
-
移除了过时的翻译文档,确保所有文档内容的准确性和时效性。
-
删除了关于resetServerContext的SSR文档,这可能意味着相关API发生了变化或不再需要。
-
移除了react-virtualized示例,反映了现代React开发中更常用的替代方案。
-
新增了安全政策文档,表明项目对安全问题的重视。
构建与测试增强
在构建和测试方面:
-
修复了markdown-it的类型定义问题,提升了类型安全性。
-
更新了多个测试依赖项,确保测试环境的现代性和可靠性。
技术意义
这次更新展示了React DnD项目向现代化发展的几个关键方向:
-
框架兼容性:及时支持React 19,保持与核心框架的同步。
-
依赖精简:减少不必要的第三方依赖,降低项目复杂度。
-
开发体验:通过文档清理和更新,提供更清晰的使用指南。
-
基础设施:提升构建和测试工具的版本,确保开发流程的顺畅。
对于开发者而言,这个beta版本提供了在React 19环境中使用最新拖放功能的机会,同时也预示着未来版本将更加精简和现代化。建议关注正式版的发布,以获取更稳定的体验。
ERNIE-4.5-VL-28B-A3B-ThinkingERNIE-4.5-VL-28B-A3B-Thinking 是 ERNIE-4.5-VL-28B-A3B 架构的重大升级,通过中期大规模视觉-语言推理数据训练,显著提升了模型的表征能力和模态对齐,实现了多模态推理能力的突破性飞跃Python00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Python00
HunyuanVideo-1.5HunyuanVideo-1.5作为一款轻量级视频生成模型,仅需83亿参数即可提供顶级画质,大幅降低使用门槛。该模型在消费级显卡上运行流畅,让每位开发者和创作者都能轻松使用。本代码库提供生成创意视频所需的实现方案与工具集。00
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能Python00
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00
GOT-OCR-2.0-hf阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00