Primer React 37.14.0版本发布:Blankslate增强与组件优化
Primer React是GitHub设计系统Primer的React实现版本,它为开发者提供了一套完整的UI组件库,帮助快速构建符合GitHub设计规范的Web应用。本次发布的37.14.0版本带来了一些实用的功能增强和问题修复,特别是对Blankslate组件的改进以及多个组件的优化。
Blankslate组件增强
Blankslate是Primer中用于展示空状态或初始状态的组件,常用于数据为空或初始化的场景。在37.14.0版本中,Blankslate组件获得了重要增强:
- 现在
Blankslate.PrimaryAction支持直接使用Button组件作为主要操作按钮。这一改进使得开发者可以更灵活地定义空状态下的主要操作,同时保持与Primer设计规范的一致性。Button组件提供了比原生按钮更丰富的样式和状态控制能力,如不同的变体(variant)、大小(size)和禁用状态等。
组件优化与问题修复
SelectPanel组件改进
SelectPanel是一个常用的选择面板组件,本次更新修复了两个重要问题:
- 修复了面板底部边框颜色不正确的问题,现在能正确显示顶部边框颜色,提升了视觉一致性。
- 改进了面板在溢出情况下的位置计算逻辑,确保面板在各种情况下都能正确定位,避免了面板显示位置偏移的问题。
UnderlinePanels组件增强
UnderlinePanels是一个带下划线样式的面板组件,本次更新增加了对className属性的支持。开发者现在可以更方便地自定义面板样式,同时保持组件的基础功能不变。
SubNav组件可访问性改进
SubNav是用于次级导航的组件,新版本增加了对aria-current属性的支持。当导航项被选中时,会自动添加aria-current="page"属性,提升了组件的可访问性,使屏幕阅读器能更好地识别当前选中的导航项。
LinkButton组件修复
修复了LinkButton组件的类型定义和故事书(Storybook)示例,确保了类型安全性和文档的准确性。
移除CSS模块特性标志
在Header组件中移除了CSS模块的特性标志(Feature Flag)。这表明CSS模块在Header组件中的应用已经稳定,不再需要特性标志来控制其启用状态。这一变化简化了代码,减少了潜在的配置问题。
总结
Primer React 37.14.0版本虽然是一个小版本更新,但包含了对开发者体验和组件稳定性的重要改进。特别是Blankslate组件对Button的支持,使得空状态的设计更加灵活;而SelectPanel和SubNav的改进则提升了组件的可靠性和可访问性。这些变化体现了Primer团队对细节的关注和对开发者需求的响应。
对于正在使用或考虑使用Primer React的开发者,建议关注这些更新,特别是如果项目中使用了Blankslate或SelectPanel组件,可以考虑升级以利用这些改进。
GLM-5.1GLM-5.1是智谱迄今最智能的旗舰模型,也是目前全球最强的开源模型。GLM-5.1大大提高了代码能力,在完成长程任务方面提升尤为显著。和此前分钟级交互的模型不同,它能够在一次任务中独立、持续工作超过8小时,期间自主规划、执行、自我进化,最终交付完整的工程级成果。Jinja00
atomcodeAn open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust015
MiniMax-M2.7MiniMax-M2.7 是我们首个深度参与自身进化过程的模型。M2.7 具备构建复杂智能体应用框架的能力,能够借助智能体团队、复杂技能以及动态工具搜索,完成高度精细的生产力任务。Python00- QQwen3.5-397B-A17BQwen3.5 实现了重大飞跃,整合了多模态学习、架构效率、强化学习规模以及全球可访问性等方面的突破性进展,旨在为开发者和企业赋予前所未有的能力与效率。Jinja00
HY-Embodied-0.5这是一套专为现实世界具身智能打造的基础模型。该系列模型采用创新的混合Transformer(Mixture-of-Transformers, MoT) 架构,通过潜在令牌实现模态特异性计算,显著提升了细粒度感知能力。Jinja00
LongCat-AudioDiT-1BLongCat-AudioDiT 是一款基于扩散模型的文本转语音(TTS)模型,代表了当前该领域的最高水平(SOTA),它直接在波形潜空间中进行操作。00
ERNIE-ImageERNIE-Image 是由百度 ERNIE-Image 团队开发的开源文本到图像生成模型。它基于单流扩散 Transformer(DiT)构建,并配备了轻量级的提示增强器,可将用户的简短输入扩展为更丰富的结构化描述。凭借仅 80 亿的 DiT 参数,它在开源文本到图像模型中达到了最先进的性能。该模型的设计不仅追求强大的视觉质量,还注重实际生成场景中的可控性,在这些场景中,准确的内容呈现与美观同等重要。特别是,ERNIE-Image 在复杂指令遵循、文本渲染和结构化图像生成方面表现出色,使其非常适合商业海报、漫画、多格布局以及其他需要兼具视觉质量和精确控制的内容创作任务。它还支持广泛的视觉风格,包括写实摄影、设计导向图像以及更多风格化的美学输出。Jinja00