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。
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5-w4a8GLM-5-w4a8基于混合专家架构,专为复杂系统工程与长周期智能体任务设计。支持单/多节点部署,适配Atlas 800T A3,采用w4a8量化技术,结合vLLM推理优化,高效平衡性能与精度,助力智能应用开发Jinja00
请把这个活动推给顶尖程序员😎本次活动专为懂行的顶尖程序员量身打造,聚焦AtomGit首发开源模型的实际应用与深度测评,拒绝大众化浅层体验,邀请具备扎实技术功底、开源经验或模型测评能力的顶尖开发者,深度参与模型体验、性能测评,通过发布技术帖子、提交测评报告、上传实践项目成果等形式,挖掘模型核心价值,共建AtomGit开源模型生态,彰显顶尖程序员的技术洞察力与实践能力。00
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00
MiniMax-M2.5MiniMax-M2.5开源模型,经数十万复杂环境强化训练,在代码生成、工具调用、办公自动化等经济价值任务中表现卓越。SWE-Bench Verified得分80.2%,Multi-SWE-Bench达51.3%,BrowseComp获76.3%。推理速度比M2.1快37%,与Claude Opus 4.6相当,每小时仅需0.3-1美元,成本仅为同类模型1/10-1/20,为智能应用开发提供高效经济选择。【此简介由AI生成】Python00
Qwen3.5Qwen3.5 昇腾 vLLM 部署教程。Qwen3.5 是 Qwen 系列最新的旗舰多模态模型,采用 MoE(混合专家)架构,在保持强大模型能力的同时显著降低了推理成本。00- RRing-2.5-1TRing-2.5-1T:全球首个基于混合线性注意力架构的开源万亿参数思考模型。Python00