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。
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust0201
cann-learning-hubCANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。Jupyter Notebook0130
MiMo-V2.5-Pro-FP4-DFlashMiMo-V2.5-Pro-FP4-DFlash 是驱动 MiMo-V2.5-Pro-UltraSpeed 的底层模型: FP4 量化骨干网络:对 MoE 专家采用 MXFP4 量化,同时保持模型其他部分的更高精度,在几乎无损质量的前提下,显著减小模型体积并降低内存带宽压力。 BF16 DFlash 草稿生成器:用于块扩散推测解码,每次前向传播可生成一整个块的 tokens,并让骨干网络一步完成验证。 两者协同作用,既降低了每参数的位宽,又减少了骨干网络前向传播的次数,而这两者正是万亿参数模型解码过程中的两大主要成本来源。Python00
JoyAI-EchoJoyAI-Echo,这是一个独立的、仅用于推理的版本,旨在实现分钟级多镜头音视频生成。它采用了经过蒸馏的DMD生成器、配对的跨模态记忆以及故事级别的一致性。其性能的核心在于,一个跨模态视听记忆库能够在长达五分钟的视频中保持角色外观和语音音色的一致性。同时,一个训练后处理流程将基于记忆的强化学习与分布匹配蒸馏相结合,实现了7.5倍的速度提升,显著增强了视觉质量和对齐效果。00
AstrBot✨ 易上手的多平台 LLM 聊天机器人及开发框架 ✨ 平台支持 QQ、QQ频道、Telegram、微信、企微、飞书 | OpenAI、DeepSeek、Gemini、硅基流动、月之暗面、Ollama、OneAPI、Dify 等。附带 WebUI。Python08
handy-ollama动手学Ollama,CPU玩转大模型部署,在线阅读地址:https://datawhalechina.github.io/handy-ollama/Jupyter Notebook07