JSONForms 3.5.0 版本发布:多框架支持与核心功能增强
JSONForms 是一个强大的开源表单生成工具,它能够基于 JSON Schema 自动生成表单界面,并支持多种前端框架。该项目通过声明式的方式简化了表单开发流程,使开发者能够专注于数据模型而非界面实现。
核心功能改进
最新发布的 3.5.0 版本对 JSONForms 的核心功能进行了多项重要增强。最值得注意的是对 createDefaultValue 方法的改进,现在它能够正确地遵循 anyOf、oneOf 和 allOf 这些 JSON Schema 的组合关键字。这意味着当开发者使用这些复杂模式定义数据结构时,表单能够自动生成更准确的默认值,大大提升了开发体验。
另一个核心改进是数组渲染器中新增了 arraySchema 的暴露。这一变化为开发者提供了更大的灵活性,使得在自定义数组渲染器时能够直接访问完整的数组模式定义,从而可以实现更复杂的数组操作逻辑。
多框架支持升级
3.5.0 版本对各前端框架的支持进行了全面升级:
对于 Angular 开发者,JSONForms 现在正式支持 Angular 18 和 19 版本。这一更新确保了开发者能够在最新的 Angular 环境中使用 JSONForms,同时享受 Angular 最新版本带来的性能优化和新特性。
React 用户现在可以将 JSONForms 与 React 19 一起使用。作为一项重大更新,React 19 带来了许多内部优化,而 JSONForms 的兼容性更新确保了开发者能够无缝集成这两个工具。
Vue Vuetify 渲染器在这个版本中获得了多项改进,包括更好的类型支持和更稳定的渲染行为。这些改进使得基于 Vue 和 Vuetify 的表单开发更加顺畅和可靠。
其他重要改进
在用户体验方面,React Material 表格单元格现在能够正确遵循 validationMode 设置。这意味着开发者可以更精确地控制表单验证的触发时机,从而提供更符合业务需求的用户交互体验。
项目内部也进行了代码质量的提升,统一使用了 lodash 的深度导入方式。这种规范化不仅提高了代码的可维护性,还可能带来轻微的性能提升。
总结
JSONForms 3.5.0 版本在多框架支持、核心功能和开发者体验方面都做出了显著改进。无论是 Angular、React 还是 Vue 开发者,都能从这个版本中获得更好的开发体验和更强大的功能支持。对于正在使用或考虑使用 JSONForms 的团队来说,升级到 3.5.0 版本将带来更稳定、更灵活的表单开发能力。
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-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