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。
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-1.5HunyuanVideo-1.5作为一款轻量级视频生成模型,仅需83亿参数即可提供顶级画质,大幅降低使用门槛。该模型在消费级显卡上运行流畅,让每位开发者和创作者都能轻松使用。本代码库提供生成创意视频所需的实现方案与工具集。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