TDesign Vue2组件库v1.10.9版本发布:增强日期选择与自动完成功能
TDesign是腾讯开源的UI组件库,提供了一套完整的企业级设计体系。作为其中的重要组成部分,TDesign Vue2版本专为Vue2.x框架打造,包含了丰富的组件和设计规范,帮助开发者快速构建高质量的Web应用。
新增功能亮点
自动完成组件(AutoComplete)增强
本次更新为AutoComplete组件新增了empty API,这是一个非常实用的改进。在之前的版本中,当自动完成组件的下拉列表为空时,开发者无法自定义空状态下的展示内容。现在通过empty属性,开发者可以灵活配置空状态下的提示信息或自定义内容,大大提升了用户体验。
例如,当用户输入的关键词没有匹配结果时,可以显示"暂无匹配数据"等友好提示,而不是简单地显示空白区域。这对于需要良好用户体验的企业级应用尤为重要。
日期选择器(DatePicker)功能扩展
日期范围选择器新增了cancelRangeSelectLimit API,这是一个针对专业场景的增强。在业务系统中,日期范围选择通常会有各种限制条件,比如只能选择过去30天、不能跨年等。但在某些特殊场景下,用户可能需要完全不受限制的日期选择能力。
通过设置cancelRangeSelectLimit属性,开发者可以解除日期范围选择的所有限制,让用户自由选择任意日期区间。这在需要高度灵活性的数据分析、报表生成等场景下非常有用。
问题修复与优化
AutoComplete组件问题修复
修复了当选项为空时显示效果异常的问题。在之前的版本中,如果AutoComplete组件的选项列表为空,可能会出现样式错乱或布局异常的情况。这个修复确保了组件在各种状态下都能保持一致的视觉效果。
Table组件改进
Table组件进行了两项重要优化:
-
优化了
select-change事件的回调参数,确保不会返回不存在的rowData。这个改进提高了代码的健壮性,避免了潜在的数据不一致问题。 -
修复了无法通过键盘操作表格左右滚动的问题。这个修复大大提升了表格的可访问性,使得用户可以通过键盘快捷键更方便地浏览表格内容,特别是对于需要大量数据操作的业务场景尤为重要。
总结
TDesign Vue2 v1.10.9版本虽然是一个小版本更新,但包含了多个实用的功能增强和问题修复。特别是AutoComplete和DatePicker组件的改进,为开发者提供了更灵活的配置选项,能够更好地满足各种业务场景的需求。Table组件的优化则进一步提升了用户体验和代码质量,体现了TDesign团队对细节的关注和对开发者体验的重视。
这些改进使得TDesign Vue2在企业级应用开发中更加可靠和实用,建议开发者及时升级以获取这些改进带来的好处。
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-1.5暂无简介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