React DatePicker 8.0.0 版本发布:全面升级 React 19 支持
React DatePicker 是一个广受欢迎的 React 日期选择组件库,它提供了丰富的日期选择功能,包括单日期选择、日期范围选择、时间选择等。该组件库因其易用性和高度可定制性而受到开发者社区的青睐。
重大变更:parseDate 函数行为修复
在 8.0.0 版本中,开发团队修复了 parseDate 函数中存在的不一致和错误行为。这个函数负责将输入的日期字符串解析为 JavaScript 日期对象,其行为不一致可能会导致应用程序在处理日期时出现意外结果。
对于现有项目,特别是那些重度依赖 parseDate 功能的项目,建议在升级前仔细测试日期解析相关的功能,确保升级后不会影响现有业务逻辑。
React 19 全面支持
本次更新的一个重大改进是全面支持 React 19。随着 React 19 的发布,React DatePicker 也进行了相应的适配升级:
- 修复了 TypeScript 类型检查中与 React 19 相关的警告
- 更新了组件内部对 React API 的使用方式
- 确保所有功能在 React 19 环境下都能正常工作
对于正在使用或计划升级到 React 19 的项目,现在可以放心使用最新版的 React DatePicker 了。
功能改进与问题修复
隔离 DOM 支持改进
新版本修复了在隔离 DOM 环境下点击外部关闭日期选择器的问题。这一改进使得 React DatePicker 在 Web Components 或使用隔离 DOM 的现代前端架构中能够正常工作。
onFocus 事件处理修复
修复了一个条件判断问题,该问题阻止了 props.onFocus 回调函数的执行。现在,当日期选择器获得焦点时,onFocus 回调将按预期被触发。
依赖升级
项目升级了 date-fns 到 v4.1.0 版本。date-fns 是一个轻量级的日期处理库,这次升级带来了性能改进和新功能,同时也修复了一些已知问题。
开发者体验改进
除了功能性的改进外,8.0.0 版本还包含了一些提升开发者体验的改进:
- 修复了代码高亮库 hljs 的弃用警告
- 改进了 TypeScript 类型定义
- 优化了构建过程和开发工具链
升级建议
对于现有项目,建议按照以下步骤进行升级:
- 首先确保项目已经或计划升级到 React 19
- 在开发环境中测试日期解析功能,特别是自定义日期格式的情况
- 检查隔离 DOM 环境下的行为(如果适用)
- 验证 onFocus 回调是否按预期工作
- 运行完整的测试套件,确保没有回归问题
React DatePicker 8.0.0 版本标志着该项目对最新 React 生态系统的全面支持,同时修复了多个长期存在的问题,为开发者提供了更加稳定和强大的日期选择解决方案。
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-1.5暂无简介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