推送通知的Angular 2组件 - ng2-notifications

ng2-notifications 是一个强大的Angular 2+ 开源组件,它利用了Web的Notifications API,允许你的应用在用户切换标签或专注于其他应用程序时,也能显示系统级别的推送通知。这款组件设计简洁,兼容现有的各种操作系统和浏览器的通知系统。
在线演示与快速启动
想立即体验?点击这里查看在线演示。
要在自己的项目中快速启用ng2-notifications,只需执行以下步骤:
$ npm install ng2-notifications --save
接着,在你的App模块中引入并使用该组件:
import { PushNotificationComponent } from 'ng2-notifications/ng2-notifications';
@Component({
selector: 'my-app',
template: `
<push-notification
title="ng2-notifications"
body="Component for Native Push Notifications"
icon="https://goo.gl/3eqeiE">
</push-notification>
`,
directives: [PushNotificationComponent]
})
使用方法
基础的推送通知可以通过设置标题、内容和图标属性来创建,如下所示:
<push-notification
title="ng2-notifications"
body="Component for Native Push Notifications"
icon="https://goo.gl/3eqeiE">
</push-notification>
若要实现数据绑定,可以这样做:
<push-notification
[title]="notification.title"
[body]="notification.description"
[icon]="notification.icon">
</push-notification>
自动关闭
通过设置closeDelay属性,你可以让通知在指定时间后自动关闭。例如,下面的例子将在5秒后自动关闭:
<push-notification
...
closeDelay="5000">
</push-notification>
控制何时触发通知
通过添加模板变量并在事件上调用.show() 方法,你可以控制何时展示通知:
<push-notification #notification
...
(load)="notification.show()">
</push-notification>
点击事件处理
给通知添加点击事件处理器,只需要使用(action)事件:
<push-notification
...
(action)="myFunction($event)">
</push-notification>
显示和关闭事件
监听通知的显示和关闭事件,可以为它们添加回调函数:
<push-notification
...
(show)="myShowFunction($event)"
(close)="myCloseFunction($event)">
</push-notification>
错误事件
当遇到错误时,可通过(error)事件进行处理:
<push-notification
...
(error)="handleError($event)">
</push-notification>
其他选项
此外,还有更多自定义选项可供选择,比如data、tag、dir(默认值:'auto')以及lang(默认值:'en-US')。
浏览器支持
查看完整的浏览器兼容性列表。请注意,有些特性仍处于建议阶段,或者目前尚未被所有浏览器支持,如renotify、silent、sound、vibrate、sticky 和 noscreen。另外,如果你在Chrome的隐私浏览模式下,将无法收到通知。
许可证
本项目采用MIT许可证,详情见LICENSE 文件。
版权 © 2017 Alex Castillo
许可在此明确授予,无需付费,任何个人或实体均可获得一份本软件及其相关文档的副本,不受限制地使用、复制、修改、合并、发布、分发、转授权和/或销售本软件的副本,以及允许为其接收软件的人员这样做,但须遵守以下条件:
上述版权声明和许可通知应包含在本软件的所有副本或实质部分中。
本软件提供“原样”状态,不附带任何形式的明示或暗示保证,包括但不限于对适销性、特定用途适用性和非侵权性的保证。在任何情况下,作者或版权持有者都不应对因使用、不能使用本软件所产生的直接、间接、偶然、特殊、惩罚性或后果性损害承担责任,即使已被告知可能出现此类损害。
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
Spark-Prover-7BSpark-Prover 是由科大讯飞团队开发的专用大型语言模型,专为 Lean4 中的自动定理证明而设计。该模型采用创新的三阶段训练策略,显著增强了形式化推理能力,在同等规模的开源模型中实现了最先进的性能。Python00
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-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