Avue 3.6.0版本发布:新增Tag与Mention组件及多项功能优化
Avue作为一款基于Vue.js的企业级中后台前端解决方案,在最新发布的3.6.0版本中带来了多项实用功能增强和性能优化。本次更新主要围绕表单组件功能扩展和表格组件体验提升展开,为开发者提供了更丰富的UI组件和更流畅的开发体验。
新增组件功能
Tag输入组件
新版本中加入了Tag组件,这是一个实用的标签输入控件,允许用户在输入框中添加多个标签项。该组件特别适用于需要用户输入多个关键词或标签的场景,如文章标签、商品属性等。开发者可以通过简单的配置实现标签的添加、删除和显示功能,同时支持自定义标签样式和验证规则。
Mention提及组件
Mention组件是另一个重要新增功能,它实现了类似社交媒体中的@提及功能。当用户输入特定字符(如@)时,会触发下拉列表显示可选提及项。这个组件在需要用户选择或提及其他用户、团队或项目的场景中非常有用,如评论系统、任务分配等场景。
Crud组件增强
本次更新为Crud组件带来了两个重要改进:
-
滚动条常显配置:新增的scrollbarAlwaysOn属性允许开发者控制滚动条的显示行为。当设置为true时,滚动条将始终显示,避免内容跳动问题,提升用户体验。
-
动态子节点更新:新增的updateKeyChildren方法为树形表格提供了动态更新子节点的能力,使得开发者可以更灵活地处理层级数据的加载和更新。
日期组件优化
Date日期选择器组件新增了showNow属性,用于控制是否显示"此刻"按钮。这个功能在需要快速选择当前时间的场景中非常实用,如日志记录、实时数据查询等。
问题修复与性能优化
针对用户反馈的Table组件选择值重复问题,开发团队进行了彻底修复,确保了数据选择的准确性。此外,本次更新还对项目打包结构和目录进行了优化,使得整体项目结构更加清晰,打包后的文件体积更小,加载速度更快。
总结
Avue 3.6.0版本的发布进一步丰富了其组件库的功能性,特别是Tag和Mention组件的加入,为表单交互提供了更多可能性。同时,对现有组件的优化和改进也体现了团队对用户体验的持续关注。这些更新将帮助开发者更高效地构建功能丰富、体验优良的企业级中后台应用。
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
unified-cache-managementUnified Cache Manager(推理记忆数据管理器),是一款以KV Cache为中心的推理加速套件,其融合了多类型缓存加速算法工具,分级管理并持久化推理过程中产生的KV Cache记忆数据,扩大推理上下文窗口,以实现高吞吐、低时延的推理体验,降低每Token推理成本。Python03
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
Spark-Prover-X1-7BSpark-Prover-X1-7B is a 7B-parameter large language model developed by iFLYTEK for automated theorem proving in Lean4. It generates complete formal proofs for mathematical theorems using a three-stage training framework combining pre-training, supervised fine-tuning, and reinforcement learning. The model achieves strong formal reasoning performance and state-of-the-art results across multiple theorem-proving benchmarksPython00
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-X1-7B is a 7B-parameter large language model by iFLYTEK for mathematical auto-formalization. It translates natural-language math problems into precise Lean4 formal statements, achieving high accuracy and logical consistency. The model is trained with a two-stage strategy combining large-scale pre-training and supervised fine-tuning for robust formal reasoning.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- HHowToCook程序员在家做饭方法指南。Programmer's guide about how to cook at home (Chinese only).Dockerfile015
Spark-Scilit-X1-13B科大讯飞Spark Scilit-X1-13B基于最新一代科大讯飞基础模型,并针对源自科学文献的多项核心任务进行了训练。作为一款专为学术研究场景打造的大型语言模型,它在论文辅助阅读、学术翻译、英语润色和评论生成等方面均表现出色,旨在为研究人员、教师和学生提供高效、精准的智能辅助。Python00- PpathwayPathway is an open framework for high-throughput and low-latency real-time data processing.Python00