TinyVue 3.21.0 版本发布:全面支持 Nuxt 与移动端优化
2025-06-24 07:53:05作者:殷蕙予
TinyVue 是一个基于 Vue.js 的企业级 UI 组件库,专注于提供高质量、可复用的前端组件解决方案。在最新发布的 3.21.0 版本中,TinyVue 带来了多项重要更新,包括对 Nuxt.js 框架的全面支持、移动端组件的优化增强,以及多项功能改进和问题修复。
Nuxt.js 框架支持
本次版本最重要的特性之一是实现了对 Nuxt.js 框架的全面支持。开发团队专门开发了 tiny-vue-nuxt 模块,使得 TinyVue 组件能够无缝集成到 Nuxt 项目中。这一改进解决了之前 SSR(服务端渲染)环境下的一些兼容性问题,包括:
- 使用
Math.random()替代原有随机数生成方案以支持 SSR - 修复了按钮插槽错误等 Vue 版本兼容问题
- 优化了 Nuxt 插件实现,确保组件能够正确注册和使用
对于 Nuxt 开发者来说,现在可以更轻松地在服务端渲染应用中使用 TinyVue 的各种组件,同时享受到 Nuxt 框架带来的 SEO 友好和首屏性能优势。
移动端组件增强
3.21.0 版本对移动端组件进行了全面优化和功能增强:
- 新增移动端依赖支持:为移动端开发提供了专门的依赖包,优化了移动端组件的打包配置
- 组件功能改进:
- 下拉菜单(Dropdown)新增右侧展开功能
- 导航菜单(NavMenu)增加了自定义选中模式
- 警告框(Alert)在大尺寸下会显示标题
- 树形选择器(TreeSelect)解决了属性透传问题
- 样式和交互优化:修复了包括标签(Label)、输入框(Input)、滑块(Slider)、复选框(Checkbox)等多个组件在移动端的显示和交互问题
功能增强与优化
除了对框架支持和移动端的改进外,3.21.0 版本还包含多项功能增强:
- 新增 @opentiny/utils 工具包:提供了一系列常用的工具函数,方便开发者使用
- 富文本编辑器增强:新增了
before-editor-init属性,允许在编辑器初始化前进行自定义配置 - 文档站点优化:
- 改进了文档排版和类型设置
- 对示例代码实现了懒加载,提升了官网性能
- 修复了返回顶部功能失效等问题
- 表格组件(Grid)改进:
- 修复了拖动时初始位置偏移的问题
- 解决了值为空时无法选择第一个选项的情况
- 优化了复选框边框显示问题
问题修复
3.21.0 版本修复了大量问题,提升了组件的稳定性和用户体验:
- 核心问题修复:
- 修复了模态框(Modal)多次派发关闭事件的问题
- 解决了树形组件(Tree)默认展开键描述错误
- 修正了弹出框(Popover)的 ARIA 隐藏属性
- E2E 测试修复:
- 修复了工具提示(Tooltip)、选择器(Select)、文件上传(FileUpload)等组件的测试用例
- 解决了级联选择器(Cascader)、颜色选择器(ColorPicker)等组件的测试错误
- 样式问题修复:
- 修正了对话框(DialogBox)的样式问题
- 解决了轮播图(Carousel)垂直箭头显示问题
- 优化了文本域输入计数器的背景样式
开发者体验改进
为了提升开发者体验,本次更新还包含以下改进:
- 按需导入插件优化:修复了注释代码转义问题,提升了插件稳定性
- 单元测试增强:修复了表格组件(Grid)的单元测试错误
- 文档完善:
- 为选择器(Select)的 filterMethod 属性添加了详细描述
- 优化了多个组件的文档排版和示例
- 构建系统改进:优化了移动端组件的构建配置,解决了构建错误
TinyVue 3.21.0 版本的发布标志着该项目在企业级 Vue 组件库领域的进一步成熟。通过对 Nuxt.js 的支持和移动端优化的加强,TinyVue 能够更好地满足现代 Web 开发的多样化需求。开发团队持续关注开发者反馈,不断改进组件功能和稳定性,使 TinyVue 成为 Vue 生态中值得信赖的选择。
登录后查看全文
热门项目推荐
相关项目推荐
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
unified-cache-managementUnified Cache Manager(推理记忆数据管理器),是一款以KV Cache为中心的推理加速套件,其融合了多类型缓存加速算法工具,分级管理并持久化推理过程中产生的KV Cache记忆数据,扩大推理上下文窗口,以实现高吞吐、低时延的推理体验,降低每Token推理成本。Python03
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
Spark-Prover-X1-7BSpark-Prover-X1-7B is a 7B-parameter large language model developed by iFLYTEK for automated theorem proving in Lean4. It generates complete formal proofs for mathematical theorems using a three-stage training framework combining pre-training, supervised fine-tuning, and reinforcement learning. The model achieves strong formal reasoning performance and state-of-the-art results across multiple theorem-proving benchmarksPython00
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-X1-7B is a 7B-parameter large language model by iFLYTEK for mathematical auto-formalization. It translates natural-language math problems into precise Lean4 formal statements, achieving high accuracy and logical consistency. The model is trained with a two-stage strategy combining large-scale pre-training and supervised fine-tuning for robust formal reasoning.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- HHowToCook程序员在家做饭方法指南。Programmer's guide about how to cook at home (Chinese only).Dockerfile015
Spark-Scilit-X1-13B科大讯飞Spark Scilit-X1-13B基于最新一代科大讯飞基础模型,并针对源自科学文献的多项核心任务进行了训练。作为一款专为学术研究场景打造的大型语言模型,它在论文辅助阅读、学术翻译、英语润色和评论生成等方面均表现出色,旨在为研究人员、教师和学生提供高效、精准的智能辅助。Python00- PpathwayPathway is an open framework for high-throughput and low-latency real-time data processing.Python00
项目优选
收起
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
306
2.7 K
deepin linux kernel
C
24
7
Ascend Extension for PyTorch
Python
138
169
暂无简介
Dart
598
130
React Native鸿蒙化仓库
JavaScript
235
309
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
632
232
仓颉编译器源码及 cjdb 调试工具。
C++
123
717
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.06 K
616
TorchAir 支持用户基于PyTorch框架和torch_npu插件在昇腾NPU上使用图模式进行推理。
Python
197
74
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
1.03 K
460