Ark-UI Vue 5.4.0版本发布:增强Slider与Menu组件功能
Ark-UI是一个基于Vue的UI组件库,专注于提供可访问、可定制的高质量组件。它采用状态机架构设计,确保组件行为的可预测性和一致性。本次发布的5.4.0版本主要针对Slider和Menu组件进行了功能增强,并修复了一些关键问题。
Slider组件功能增强
新版本为Slider组件带来了两个重要改进:
-
新增origin: end支持:开发者现在可以通过设置
origin属性为end,使滑块(thumb)对齐轨道的末端。这在某些特殊布局场景下非常有用,特别是当需要从右向左滑动时。 -
暴露thumbSize CSS变量:Slider组件的根元素现在会暴露
thumbSize作为CSS变量。这使得开发者可以更方便地基于滑块尺寸进行样式定制,例如创建与滑块大小相关的轨道样式或工具提示定位。
<template>
<Slider.Root :origin="'end'" style="--thumb-size: 20px">
<!-- 组件内容 -->
</Slider.Root>
</template>
Menu组件功能增强
Menu组件新增了select事件发射功能。现在,当用户选择菜单项时,除了原有的交互行为外,还可以通过监听select事件来执行自定义逻辑。这一改进使得菜单项的选择行为更加灵活可控。
<template>
<Menu.Item @select="handleItemSelect">选项1</Menu.Item>
</template>
重要问题修复
本次更新包含多个关键修复:
-
状态机初始化优化:确保所有组件的状态机在事件处理前正确启动,提高了组件的稳定性和可靠性。
-
HoverCard和ColorPicker组件:修复了这两个组件中缺失的
tabIndex属性,增强了对话框支持,提升了键盘导航的可访问性。 -
Menu组件:为菜单项分配了唯一ID,不仅改善了可访问性,还确保了HTML验证的合规性。
-
Field组件中的Textarea:修正了Textarea组件使用错误标签的问题,现在正确使用
ark.textarea并支持asChild属性,保持了API的一致性。
总结
Ark-UI Vue 5.4.0版本通过增强Slider和Menu组件的功能,以及修复多个关键问题,进一步提升了开发体验和组件质量。特别是Slider组件的样式定制能力和Menu组件的事件处理能力得到了显著增强。这些改进使得Ark-UI在构建复杂交互界面时更加得心应手,同时也更加注重可访问性和稳定性。
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-1.5HunyuanVideo-1.5作为一款轻量级视频生成模型,仅需83亿参数即可提供顶级画质,大幅降低使用门槛。该模型在消费级显卡上运行流畅,让每位开发者和创作者都能轻松使用。本代码库提供生成创意视频所需的实现方案与工具集。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
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