Liam项目ERD核心模块0.1.0版本发布:布局优化与功能增强
2025-06-14 20:25:17作者:裴麒琰
Liam项目是一个专注于数据建模和实体关系图(ERD)可视化的开源工具。其核心模块@liam-hq/erd-core近期发布了0.1.0版本,带来了一系列重要的功能改进和性能优化,特别是在表关系布局和交互体验方面有了显著提升。
预计算布局优化
新版本最显著的改进是引入了预计算布局机制。在显示相关表时,系统会预先计算好所有表节点的布局位置,然后再将它们渲染到主区域中。这种优化带来了两个主要好处:
- 避免了渲染过程中的布局抖动问题,使界面更加流畅
- 减少了用户等待时间,提升了整体交互体验
ReactFlow功能整合
开发团队对ReactFlow的使用方式进行了重构,将所有useReactflow函数都暴露在useCustomReactflow中,实现了以下改进:
- 统一了ReactFlow的功能调用方式
- 减少了直接依赖,提高了代码的可维护性
- 为未来可能的ReactFlow版本升级打下了基础
特别值得注意的是,团队用自定义的fitView()函数替换了原生的fitView()实现,这为视图适配提供了更大的灵活性和控制力。
节点可见性管理优化
在节点管理方面,新版本移除了useSyncHiddenNodesChange钩子,改为直接在VisibilityButton组件中管理节点可见性。这种改变:
- 简化了节点可见性管理的逻辑流程
- 减少了不必要的状态同步开销
- 使代码结构更加清晰直观
表选择逻辑重构
表选择/取消选择的逻辑被整合到了新的useTableSelection钩子中。这一重构:
- 集中了选择逻辑,减少了代码重复
- 提高了选择行为的一致性
- 为未来可能的选择相关功能扩展提供了更好的基础
自动布局功能专注化
useAutoLayout钩子的功能被精简为专注于布局计算本身,不再处理其他无关逻辑。这种专注化带来了:
- 更清晰的职责划分
- 更高的计算效率
- 更好的可测试性
相关表按钮渲染修复
新版本还修复了RelatedTables组件中附加按钮属性的渲染问题,确保了自定义按钮能够正确显示和响应。
总体而言,这次0.1.0版本的发布标志着Liam项目ERD核心模块在性能和用户体验方面迈出了重要一步。开发团队通过精心设计的重构和优化,为数据建模工具提供了更加稳定和高效的基础设施。这些改进不仅提升了当前版本的质量,也为未来的功能扩展奠定了坚实的基础。
登录后查看全文
热门项目推荐
相关项目推荐
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
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
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。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
项目优选
收起
deepin linux kernel
C
25
9
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
415
3.19 K
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
9
1
暂无简介
Dart
680
160
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
65
19
Ascend Extension for PyTorch
Python
229
259
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++
689
327
React Native鸿蒙化仓库
JavaScript
265
326
喝着茶写代码!最易用的自托管一站式代码托管平台,包含Git托管,代码审查,团队协作,软件包和CI/CD。
Go
23
0
🎉 (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
1.21 K
660