Univer 0.5.5版本发布:表格编辑功能全面升级
Univer是一个开源的在线文档、表格和幻灯片协作编辑平台,它提供了丰富的API和插件系统,让开发者可以轻松构建企业级的在线办公解决方案。在最新发布的0.5.5版本中,Univer团队重点增强了表格(Sheets)模块的功能,特别是Facade API的完善和事件系统的扩展,为开发者提供了更强大的集成能力。
核心功能增强
自动高度计算优化
新版本在UniverSheetsPlugin中增加了autoHeightForMergedCells配置选项,专门用于处理合并单元格的自动高度计算问题。这个改进解决了之前合并单元格内容显示不全的痛点,开发者现在可以通过简单的配置就能实现更智能的单元格高度自适应。
Facade API重大升级
Facade API是Univer提供给开发者的高层抽象接口,0.5.5版本对其进行了全面增强:
- 样式操作API:新增了边框设置、样式获取等实用方法,开发者可以更直观地操作单元格样式。例如设置边框只需一行代码:
range.setBorder(BorderType.ALL, BorderStyleTypes.THIN, '#ff0000');
-
事件系统扩展:新增了丰富的工作表事件支持,包括:
- 工作表激活变更(ActiveSheetChanged)
- 工作表删除(SheetDeleted)
- 工作表隐藏状态变更(SheetHideChanged)
- 工作表移动(SheetMoved)
- 工作表重命名(SheetNameChanged)
- 工作表标签颜色变更(SheetTabColorChanged)
- 工作表值变更(SheetValueChanged)
-
UI事件支持:新增了滚动(Scroll)、选区移动(SelectionMoving)、行列标题点击等UI交互事件的监听能力,为开发者提供了更细粒度的交互控制。
-
富文本支持:
FRange.getValue方法新增参数,当设置为true时可以返回富文本值,便于处理复杂格式的单元格内容。
数字格式本地化
新版本增加了对数字格式本地化的支持,开发者现在可以根据不同地区的习惯设置数字显示格式,这对于国际化应用尤为重要。系统提供了本地化枚举,简化了常用格式的设置过程。
技术优化与问题修复
-
编辑器重构:对单元格编辑器和公式编辑器进行了重构,提升了编辑体验的稳定性和性能。
-
数据验证修复:解决了数据验证器的一些边界情况问题,增强了数据校验的可靠性。
-
异步调用修正:修复了Facade API中不正确的异步调用问题,确保API调用的时序正确性。
-
样式优化:对AlphaSlider等UI组件进行了视觉优化,提升了用户体验。
-
粘贴行为改进:修正了复制粘贴时携带不必要
custom属性的问题,确保数据传递的纯净性。
开发者体验提升
0.5.5版本特别注重开发者体验的改善:
-
更完善的文档:增加了Facade API的使用示例和说明,降低了学习曲线。
-
类型提示增强:通过优化类型定义,提供了更准确的代码提示。
-
错误处理改进:修复了多个可能导致API调用失败的问题,提高了开发效率。
技术前瞻
虽然0.5.5版本已经带来了诸多改进,但Univer团队已经在着手开发0.6.0版本。值得关注的是,0.6.0将原生支持React 19,这可能会对现有基于React 16或使用UMD构建的项目产生影响。开发者可以提前评估升级计划,团队也欢迎通过GitHub等渠道反馈升级过程中遇到的问题。
总结
Univer 0.5.5版本通过增强Facade API、完善事件系统和优化核心功能,为开发者构建企业级在线表格应用提供了更强大的工具集。特别是自动高度计算、富文本支持和本地化数字格式等改进,显著提升了产品的实用性和国际化能力。随着Univer生态的持续发展,它正逐步成为开源在线办公解决方案中的重要选择。
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