Threlte Flex 2.0.0发布:Svelte 5兼容性与Yoga 3.1升级
2025-06-17 00:00:15作者:仰钰奇
Threlte是一个基于Svelte的Three.js框架,它让开发者能够以声明式的方式构建3D场景和交互。作为Threlte生态系统中的重要组件,@threlte/flex提供了基于Yoga布局引擎的Flexbox布局功能,专门用于3D场景中的UI布局。
重大更新:Svelte 5兼容性
本次2.0.0版本最重要的变化是实现了对Svelte 5的实验性兼容。Svelte 5引入了全新的运行模式(runes),这是一种更高效、更直观的响应式编程方式。Threlte Flex团队已经完成了组件向runes模式的迁移,这意味着开发者可以在Svelte 5项目中使用最新的Flex布局功能。
迁移过程中,团队重构了组件的类型系统,现在所有组件类型都是自动生成的,这提高了类型安全性和开发体验。同时,事件系统也被重新设计,用回调属性和代码片段(snippets)替代了原有的事件和插槽机制,这种改变使得API更加简洁和一致。
Yoga引擎升级至3.1版本
另一个重要改进是将底层的Yoga布局引擎从2.0版本升级到了3.1版本。Yoga是Facebook开发的跨平台Flexbox布局引擎,这次升级带来了:
- 更精确的布局计算算法
- 性能优化
- 新增的布局特性支持
- 更好的边界情况处理
对于开发者来说,这意味着更稳定可靠的布局表现,特别是在复杂的3D UI场景中。
其他改进
除了上述主要变化外,本次更新还包括:
- 适配了Threlte核心的新Attachment API,提供了更灵活的组件挂载方式
- 移除了遗留的useFrame和useRender钩子,简化了API表面
- 全面更新了依赖项,包括Svelte编译器和Three.js版本
- 移除了调试工具,专注于核心功能
开发者建议
对于现有项目升级到2.0.0版本,开发者需要注意:
- 如果项目使用Svelte 5,可以立即体验新特性
- 由于移除了事件系统,需要将现有的事件监听改为回调属性
- 插槽语法需要更新为新的代码片段语法
- 建议全面测试布局表现,特别是复杂布局场景
Threlte Flex 2.0.0的发布标志着这个项目向着现代化前端开发标准又迈进了一步,特别是对Svelte 5的早期支持展现了团队的前瞻性。对于构建3D Web应用的开发者来说,这些改进将带来更流畅的开发体验和更可靠的布局效果。
登录后查看全文
热门项目推荐
相关项目推荐
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
最新内容推荐
TextAnimator for Unity:打造专业级文字动画效果的终极解决方案 Python开发者的macOS终极指南:VSCode安装配置全攻略 全球GEOJSON地理数据资源下载指南 - 高效获取地理空间数据的完整解决方案 STM32到GD32项目移植完全指南:从兼容性到实战技巧 MQTT客户端软件源代码:物联网开发的强大工具与最佳实践指南 VSdebugChkMatch.exe:专业PDB签名匹配工具全面解析与使用指南 PANTONE潘通AI色板库:设计师必备的色彩管理利器 Python案例资源下载 - 从入门到精通的完整项目代码合集 TortoiseSVN 1.14.5.29465 中文版:高效版本控制的终极解决方案 CrystalIndex资源文件管理系统:高效索引与文件管理的最佳实践指南
项目优选
收起
deepin linux kernel
C
24
9
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
413
3.18 K
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
690
325
Ascend Extension for PyTorch
Python
229
258
暂无简介
Dart
679
160
React Native鸿蒙化仓库
JavaScript
265
326
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.21 K
660
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
9
1
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
1.03 K
492
TorchAir 支持用户基于PyTorch框架和torch_npu插件在昇腾NPU上使用图模式进行推理。
Python
346
147