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。
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
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
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
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