Storybook 9.0版本重大变更:废弃功能全面清理
Storybook作为前端组件开发工具,在9.0版本中进行了一次大规模的废弃功能清理。这次清理涉及核心API、组件系统、测试工具等多个关键模块,旨在简化代码结构、提高维护性并推动用户采用更现代的API设计模式。
核心API的重大调整
在Preview API模块中,Storybook移除了多个过时的属性和方法。其中fromId、getSetStoriesPayload等方法被移除,这些方法原本用于旧版的故事存储和检索机制。新的版本推荐使用标准化的故事数据获取流程。
Manager API方面,废弃了DeprecatedState类型定义,这个类型原本用于管理插件的状态存储。同时,serverChannel属性也被移除,这是为了简化客户端与服务端的通信模型。
组件系统的现代化改造
Button组件经历了显著的重构,移除了isLink、primary、secondary等过时的props定义。这些属性原本用于控制按钮的视觉样式,现在推荐使用更灵活的CSS-in-JS方案或设计系统token来管理组件样式。
图标系统也进行了简化,移除了Icons和Symbols等类型定义。新的图标系统采用更标准化的SVG组件方案,与主流前端框架的图标集成方案保持一致。
测试工具的改进
测试模块中移除了fn和Mock等过时的测试工具函数。这些函数原本提供基础的测试辅助功能,现在推荐使用更现代的测试工具库如Jest或Vitest提供的原生测试功能。
插件系统的优化
背景(Backgrounds)和视口(Viewport)等核心插件移除了对storyGlobals特性的支持。这些插件现在采用更标准化的参数传递机制,与Storybook的全局状态管理系统更好地集成。
插件类型定义方面,清理了Addon_TestProviderType和Addon_TypesEnum等过时的类型,简化了插件开发者的类型系统认知负担。
文档系统的演进
文档选项中的autodocs参数被移除,这是为了统一文档生成策略。现在推荐使用更灵活的文档配置方案,通过预设和参数组合来实现不同的文档生成需求。
向后兼容性考虑
虽然这次清理移除了大量废弃功能,但Storybook团队通过自动化迁移工具帮助用户平滑过渡。对于特别关键的废弃功能,如Portable Stories的旧格式,团队提供了详细的迁移指南和临时兼容层。
这次清理工作使Storybook的代码库更加精简和现代化,为未来的功能扩展奠定了更坚实的基础。开发者升级到9.0版本时,建议仔细检查变更列表并利用提供的迁移工具进行必要的代码调整。
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
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
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。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