NG-Alain 19.0.0 版本发布:Angular企业级中后台前端解决方案的重大更新
NG-Alain作为基于Angular的企业级中后台前端解决方案,一直致力于为开发者提供高效、稳定的开发体验。最新发布的19.0.0版本带来了多项重要更新和优化,本文将详细介绍这些变化。
核心特性更新
本次版本最显著的变化是对图标系统的升级,将原有的[nz-icon]指令全面迁移至nz-icon标签形式。这一改变不仅使代码更加规范,也提升了组件的可读性和维护性。对于开发者而言,这意味着需要检查项目中所有图标相关的代码,确保它们符合新的语法规范。
在表单组件方面,19.0.0版本同步了NG-ZORRO的最新特性,为表单处理提供了更强大的支持。开发者现在可以享受到更丰富的表单控件和更灵活的验证机制。
ST组件增强
ST(Smart Table)组件作为NG-Alain的核心组件之一,在本次更新中获得了多项功能增强:
-
setRow方法新增了arrayProcessMethod参数,允许开发者自定义数组覆盖方式,为数据处理提供了更大的灵活性。 -
新增了拖拽功能支持,通过简单的
drag属性即可启用,大大提升了表格交互体验。 -
单元格类型现在支持
click事件触发,为表格交互提供了更多可能性。 -
弹出框功能增强了国际化支持,新增了
titleI18n、okTextI18n和cancelTextI18n等参数,方便多语言应用的开发。
布局与菜单优化
主题模块中的布局组件进行了智能优化,现在在小屏幕设备上会自动收缩侧边栏,提升了移动端用户体验。菜单组件新增了getDefaultRedirect方法,可以方便地获取默认第一个跳转路由地址,简化了路由处理逻辑。
性能优化与重构
19.0.0版本进行了多项性能优化和代码重构:
-
移除了
ngClass和ngStyle指令,推荐使用更现代的绑定方式,这有助于提升应用性能。 -
启用了
isolatedModules编译选项,显著提高了编译速度,特别是在大型项目中效果更为明显。 -
优化了
@let语法糖的使用,使代码更加简洁高效。
重要修复
本次更新修复了多个关键问题:
-
通知图标组件在使用
popoverVisible控制时显示不正确的问题。 -
复用标签页在缓存状态下刷新后无法关闭的问题。
-
表格组件在表头分组时无法调用
addRow方法的问题。 -
固定列不对齐问题以及可展开行与固定列同时存在时的对齐问题。
-
表单颜色组件重复导出导致无法使用的问题。
迁移注意事项
19.0.0版本移除了let组件,改为使用Angular内置的@let语法。开发者需要检查项目中所有使用let组件的地方,并进行相应替换。这一变化虽然需要一定的迁移工作,但长期来看将带来更好的性能和开发体验。
总的来说,NG-Alain 19.0.0版本在功能、性能和开发体验方面都带来了显著提升,是企业级Angular应用开发的理想选择。开发者可以根据项目需求,逐步采用这些新特性,构建更加强大和高效的中后台应用。
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