Angular Components 20.0.0-next.9 版本更新解析
Angular Components 是 Angular 官方维护的 UI 组件库,为开发者提供了一系列高质量、可复用的 UI 组件。本次发布的 20.0.0-next.9 版本作为预发布版本,带来了多项功能增强和问题修复,主要集中在 CDK(Component Dev Kit)和 Material 组件上。
CDK 核心功能更新
对话框组件增强
对话框组件新增了 closePredicate 选项,允许开发者自定义对话框关闭的条件判断逻辑。这个功能特别适合需要根据特定业务逻辑控制对话框关闭行为的场景。
覆盖层交互优化
触摸交互延迟问题得到了修复,现在覆盖层(Overlay)在触摸设备上的响应更加灵敏,提升了移动端用户体验。
表格组件改进
表格组件进行了多项内部重构:
- 移除了未使用的样式调度器,减少了不必要的性能开销
- 清理了公共 API 中的私有符号,使 API 更加清晰规范
- 解决了与粘性表头相关的若干问题,移除了
CanStick等不再使用的类型
步进器组件修复
修复了步进器组件中可能导致空指针异常的问题,增强了组件的稳定性。
Material 设计组件更新
卡片组件新增填充变体
卡片组件现在支持填充(filled)变体样式,为开发者提供了更多设计选择,可以更好地适应不同的视觉风格需求。
对话框功能同步
与 CDK 同步,Material 对话框组件也新增了 closePredicate 选项,保持功能一致性。
多组件样式修复
针对多个组件的样式问题进行了修复:
- 芯片组件在增大文本间距时图标被截断的问题
- 滑动开关组件透明度令牌未正确应用的问题
- 步进器组件完成图标令牌在 Material 3 主题下未生效的问题
- 表格组件高度令牌在弹性表格中未正确应用的问题
标签页动画优化
修复了当动画持续时间设置为零时标签页可能出现的闪烁问题,提升了动画性能表现。
实验性功能更新
列表框改进
实验性的列表框组件新增了 cdk-active 类,方便开发者自定义活动状态的样式。同时修复了初始焦点状态的问题。
可编辑弹出框增强
可编辑弹出框组件现在支持跳过带注释的行,当用户上下移动焦点时可以有更灵活的控制。
实验性标签页
实验性标签页组件同样新增了 cdk-active 类,并改进了示例样式。同时修复了空格和回车事件的处理问题。
其他重要修复
- 确保
mat-option的父元素正确设置为 offsetParent,解决了相关定位问题 - Google Maps 组件现在隐式包含 google.maps 类型,替代了之前的三斜杠引用方式
- 表单字段组件优化了凹口轮廓变量的设置,提升了性能
总结
Angular Components 20.0.0-next.9 版本虽然是一个预发布版本,但已经带来了多项实用功能和重要修复。这些更新不仅增强了现有组件的功能和稳定性,也为开发者提供了更多设计选择和更好的用户体验。特别是对话框的 closePredicate 选项和卡片组件的填充变体,为业务场景提供了更大的灵活性。实验性功能的持续改进也展示了 Angular 团队对未来方向的探索。
kernelopenEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。C0109
baihu-dataset异构数据集“白虎”正式开源——首批开放10w+条真实机器人动作数据,构建具身智能标准化训练基座。00
mindquantumMindQuantum is a general software library supporting the development of applications for quantum computation.Python059
PaddleOCR-VLPaddleOCR-VL 是一款顶尖且资源高效的文档解析专用模型。其核心组件为 PaddleOCR-VL-0.9B,这是一款精简却功能强大的视觉语言模型(VLM)。该模型融合了 NaViT 风格的动态分辨率视觉编码器与 ERNIE-4.5-0.3B 语言模型,可实现精准的元素识别。Python00
GLM-4.7GLM-4.7上线并开源。新版本面向Coding场景强化了编码能力、长程任务规划与工具协同,并在多项主流公开基准测试中取得开源模型中的领先表现。 目前,GLM-4.7已通过BigModel.cn提供API,并在z.ai全栈开发模式中上线Skills模块,支持多模态任务的统一规划与协作。Jinja00
AgentCPM-Explore没有万亿参数的算力堆砌,没有百万级数据的暴力灌入,清华大学自然语言处理实验室、中国人民大学、面壁智能与 OpenBMB 开源社区联合研发的 AgentCPM-Explore 智能体模型基于仅 4B 参数的模型,在深度探索类任务上取得同尺寸模型 SOTA、越级赶上甚至超越 8B 级 SOTA 模型、比肩部分 30B 级以上和闭源大模型的效果,真正让大模型的长程任务处理能力有望部署于端侧。Jinja00