TDesign 2025年1月第三周更新速览:React与小程序组件库全面升级
项目简介
TDesign是腾讯开源的企业级设计体系,提供跨技术栈的UI组件库解决方案。本周TDesign团队发布了React for Web、Miniprogram for WeChat和React for Mobile三个技术栈的更新版本,带来了多项功能增强和问题修复,进一步提升了开发体验和组件稳定性。
React for Web 1.10.5版本亮点
新增功能特性
Radio组件家族迎来了重要更新,RadioGroup新增了theme属性,开发者现在可以更灵活地控制options渲染时的子组件样式。Upload组件新增了imageProps属性,在上传图片场景下可以透传Image组件的相关属性,为图片上传功能提供了更细致的控制能力。
AutoComplete组件新增了empty属性,支持开发者自定义空节点内容,提升了无数据状态下的用户体验。Drawer组件的sizeDraggable属性现在支持SizeDragLimit类型,为弹窗尺寸拖拽功能提供了更精确的控制方式。
问题修复与优化
Select组件的onChange回调现在能正确返回选项的全部内容,解决了之前数据不完整的问题。DateRangePicker修复了开始结束值同时存在的逻辑判断错误,提升了日期范围选择的准确性。Notification组件修复了attach属性导致的渲染节点异常问题,确保了通知消息的正确显示。
微信小程序1.8.5版本改进
功能增强
TreeSelect组件新增customValue属性,解决了value为空数组时的自定义选中值问题。Loading组件新增fullscreen属性,支持全屏加载效果,适用于页面级加载场景。ColorPicker增加了fixed属性,为颜色选择器提供了更多布局选项。
Guide组件现在支持自定义计数器,增强了引导功能的灵活性。Icon组件新增了多个常用品牌图标,同时优化了现有图标的显示效果。
关键修复
SwipeCell组件修复了在iOS设备上导致scroll-view无法滚动的问题,提升了移动端交互体验。Tabs和TabBar组件修复了徽标激活态颜色错误和子项内边距问题,确保了导航组件的视觉一致性。Search组件修复了禁用态样式错误,Input组件优化了光标显示问题。
React for Mobile 0.10.0重大更新
组件重构与增强
Radio和RadioGroup组件进行了全面重构,新增了block、borderless、placement等多个实用属性,大大提升了单选组件的灵活性和可用性。Rate评分组件也进行了重构,优化了API设计,新增了placement和icon属性。
Input组件新增了enterkeyhint和spellcheck属性,更好地支持了移动端输入场景。Swiper组件新增touchable属性,提供了更精细的手势控制能力。
稳定性提升
修复了Swiper组件因缺少ref传递导致的控制台报错问题,提升了组件的稳定性。Icon组件同样进行了优化,新增了多个常用品牌图标并优化了绘制路径。
总结
本次TDesign多端组件库的更新体现了团队对开发者体验和组件稳定性的持续关注。从React到小程序,从功能增强到问题修复,这些改进将帮助开发者更高效地构建高质量的企业级应用。特别是React for Mobile的0.10.0版本,多个组件的重构标志着移动端组件库正在走向成熟。
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
GLM-4.7-FlashGLM-4.7-Flash 是一款 30B-A3B MoE 模型。作为 30B 级别中的佼佼者,GLM-4.7-Flash 为追求性能与效率平衡的轻量化部署提供了全新选择。Jinja00
VLOOKVLOOK™ 是优雅好用的 Typora/Markdown 主题包和增强插件。 VLOOK™ is an elegant and practical THEME PACKAGE × ENHANCEMENT PLUGIN for Typora/Markdown.Less00
PaddleOCR-VL-1.5PaddleOCR-VL-1.5 是 PaddleOCR-VL 的新一代进阶模型,在 OmniDocBench v1.5 上实现了 94.5% 的全新 state-of-the-art 准确率。 为了严格评估模型在真实物理畸变下的鲁棒性——包括扫描伪影、倾斜、扭曲、屏幕拍摄和光照变化——我们提出了 Real5-OmniDocBench 基准测试集。实验结果表明,该增强模型在新构建的基准测试集上达到了 SOTA 性能。此外,我们通过整合印章识别和文本检测识别(text spotting)任务扩展了模型的能力,同时保持 0.9B 的超紧凑 VLM 规模,具备高效率特性。Python00
KuiklyUI基于KMP技术的高性能、全平台开发框架,具备统一代码库、极致易用性和动态灵活性。 Provide a high-performance, full-platform development framework with unified codebase, ultimate ease of use, and dynamic flexibility. 注意:本仓库为Github仓库镜像,PR或Issue请移步至Github发起,感谢支持!Kotlin07
compass-metrics-modelMetrics model project for the OSS CompassPython00