Taiga UI v4.31.0 版本发布:新增分页组件与多项功能优化
Taiga UI 是一个现代化的 Angular UI 组件库,专注于为开发者提供丰富、灵活且高性能的界面组件。本次发布的 v4.31.0 版本带来了多个新组件和功能增强,同时对现有组件进行了多项优化和错误修复。
新增功能亮点
全新分页组件 tui-pager
本次版本引入了全新的 tui-pager 分页组件,为开发者提供了更加灵活和强大的分页功能。该组件设计简洁但功能全面,可以轻松集成到各种数据展示场景中。
文档增强功能
在 addon-doc 模块中新增了 TuiDocAPINumberItem,这是一个专门用于配置输入 API 数字选项的工具。这一改进使得文档生成更加灵活,特别是对于需要展示数字输入参数的组件文档。
核心组件优化
核心模块中的 TuiOption 组件迎来了新版本,进行了内部重构和功能增强,提供了更好的性能和更丰富的配置选项。
多行显示模式
ItemsWithMore 组件新增了多行显示模式,这使得在有限空间内展示更多项目成为可能,特别适合需要展示大量标签或选项的场景。
轮播组件增强
carousel 组件新增了 shift 输出事件,开发者现在可以更精确地监听和控制轮播项的切换行为。
全新 ChipGroup 组件
布局模块新增了 ChipGroup 组件,为标签组展示提供了标准化的解决方案,支持多种布局和交互模式。
重要问题修复
本次版本修复了多个影响用户体验的问题:
-
修复了
Filter组件在处理短项目时的显示问题,确保所有项目都能正确渲染。 -
图表模块修复了当项目数量超过10个时的颜色显示问题,确保图表始终保持良好的可读性。
-
移动端组件修复了
sheet的显示问题,现在使用display: block来确保正确的布局行为。 -
核心模块修复了
Dialog内容区域的边框半径继承问题,使对话框的视觉效果更加一致。 -
为自定义组件添加了提示标记,提高了组件的可访问性和开发体验。
-
实验性功能修复了编译步骤中的引用问题,确保构建过程的稳定性。
-
修复了
tuiMultiSelectGroup中控制绑定的延迟初始化问题,提高了组件的响应速度。
技术细节改进
在底层实现上,本次版本对 tuiCreateToken 进行了优化,确保在没有参数时不会创建带有默认 undefined 值的 token,这提高了代码的严谨性和可预测性。
总结
Taiga UI v4.31.0 版本在保持稳定性的同时,通过新增组件和功能进一步丰富了开发者的工具箱。从基础的分页功能到复杂的图表展示,再到移动端体验的优化,本次更新涵盖了多个关键领域。特别是对现有问题的修复,显著提升了整体用户体验和开发效率。
对于正在使用 Taiga UI 的开发者来说,升级到这个版本将能够获得更完善的组件功能和更稳定的运行表现。新引入的组件也为构建现代化、响应式的用户界面提供了更多可能性。
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