NGXS Store 正式支持 Angular 18:状态管理新篇章
NGXS 团队近日发布了 v18.0.0 版本,这一重要更新为开发者带来了对 Angular 18 的全面支持。作为 Angular 生态系统中广受欢迎的状态管理解决方案,NGXS 此次更新标志着其与 Angular 最新技术栈的完美融合。
技术背景与意义
状态管理在现代前端开发中扮演着至关重要的角色,特别是在大型企业级应用中。NGXS 作为 Angular 的状态管理库,采用了类似 Redux 的单一数据源理念,同时结合了 Angular 的依赖注入系统和 RxJS 的响应式编程能力,为开发者提供了更符合 Angular 思维模式的状态管理方案。
随着 Angular 18 的发布,带来了诸多性能优化和新特性,NGXS 的此次更新确保了开发者能够无缝地将现有项目升级到最新技术栈,同时享受 Angular 18 带来的所有优势。
主要更新内容
-
Angular 18 兼容性:核心团队已经完成了对所有 NGXS 包的测试,确保它们能够在 Angular 18 环境下稳定运行。
-
信号(Signal)工具函数:新版本引入了
select()和createSelectMap()等信号工具函数,这些函数大大简化了状态选择逻辑,减少了对*ngrxLet和combineLatest()等操作符的依赖。 -
最低版本要求调整:团队同时修正了最低支持的 Angular 版本要求,现在明确要求 Angular 16 作为最低版本,这反映了 NGXS 对现代 Angular 特性的依赖。
升级建议
对于计划升级到 Angular 18 的项目,NGXS v18.0.0 提供了平滑的迁移路径。开发者在升级过程中可以:
- 首先测试项目在 Angular 18 环境下的兼容性
- 逐步替换旧的状态选择逻辑,采用新的信号工具函数
- 注意检查项目中是否有依赖 Angular 12-15 的特性,这些可能需要调整
未来展望
NGXS 团队表示,v18.0.0 版本是一个"软发布",后续将会有更详细的发布说明和技术文档。这次更新不仅解决了 Angular 18 的兼容性问题,还为 NGXS 的未来发展奠定了基础。
随着 Angular 信号(Signal)特性的成熟,我们可以期待 NGXS 在未来版本中进一步整合这些新特性,为开发者提供更高效、更符合现代前端开发范式状态管理解决方案。
对于正在使用或考虑使用 NGXS 的开发者来说,现在正是评估和升级到最新版本的最佳时机,以充分利用 Angular 18 和 NGXS 提供的最新功能。
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。C031
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
kylin-wayland-compositorkylin-wayland-compositor或kylin-wlcom(以下简称kywc)是一个基于wlroots编写的wayland合成器。 目前积极开发中,并作为默认显示服务器随openKylin系统发布。 该项目使用开源协议GPL-1.0-or-later,项目中来源于其他开源项目的文件或代码片段遵守原开源协议要求。C00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。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