shinyWidgets v0.9.0 版本发布:增强型日历组件与输入控件优化
项目简介
shinyWidgets 是一个基于 R 语言 Shiny 框架的扩展包,它为开发者提供了丰富多样的交互式 UI 组件和控件。这些组件不仅美观实用,而且大大简化了 Shiny 应用开发过程中复杂交互界面的构建工作。通过封装流行的 JavaScript 库,shinyWidgets 让 R 开发者能够轻松实现专业级的 Web 交互效果。
核心更新内容
1. 全新日历组件 calendarProInput()
本次更新引入了基于 vanilla-calendar-pro 的全新日历组件 calendarProInput()。这个组件相比传统的日期选择器提供了更多高级功能:
- 支持同时选择日期和时间
- 提供多种视图模式(日、周、月、年)
- 可自定义的日期范围限制
- 丰富的主题和样式选项
- 响应式设计,适配不同设备
开发者现在可以轻松创建功能完善的日期时间选择器,满足各种业务场景需求,如预约系统、报表时间范围选择等。
2. virtualSelectInput 功能增强
virtualSelectInput 组件新增了对 JavaScript 函数的支持,开发者现在可以将自定义的 JavaScript 函数作为 selectedLabelRenderer 的回调。这一改进使得:
- 选项标签的渲染更加灵活
- 可以根据业务逻辑动态改变显示内容
- 实现更复杂的选项展示效果
3. 输入类型扩展
searchInput() 和 textInputIcon() 新增了 inputType 参数,允许开发者指定输入框的类型。例如:
- 设置为 "password" 可创建密码输入框
- 支持 HTML5 标准的所有输入类型
- 保持原有图标功能的同时增强输入控制
4. 组件维护状态更新
考虑到相关 JavaScript 库的维护状态,本次更新对两个组件进行了软性弃用:
- knobInput() - 旋钮输入组件
- switchInput() - 开关切换组件
虽然这些组件仍然可用,但建议开发者考虑替代方案,以避免未来可能出现的兼容性问题。
依赖库更新
本次版本同步更新了以下依赖库:
-
virtual-select 升级至 1.0.47 版本,主要修复了焦点相关的问题,提升了用户体验。
-
@simonwep/pickr 颜色选择器更新至 1.9.1 版本,包含了多项性能优化和 bug 修复。
升级建议
对于正在使用 shinyWidgets 的开发者,建议:
-
测试新版本中的 calendarProInput() 组件,评估是否适合替换现有的日期选择方案。
-
检查项目中是否使用了被软性弃用的组件,制定迁移计划。
-
利用新的 virtualSelectInput 功能优化现有的选择器交互体验。
-
对于需要密码输入等特殊输入类型的场景,使用新的 inputType 参数简化实现。
结语
shinyWidgets v0.9.0 通过引入现代化的日历组件和增强现有控件功能,进一步丰富了 Shiny 应用的交互可能性。这些改进不仅提升了开发效率,也为最终用户带来了更流畅、更专业的交互体验。开发者可以根据项目需求,灵活选择这些新特性来构建更强大的数据应用界面。
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust099- DDeepSeek-V4-ProDeepSeek-V4-Pro(总参数 1.6 万亿,激活 49B)面向复杂推理和高级编程任务,在代码竞赛、数学推理、Agent 工作流等场景表现优异,性能接近国际前沿闭源模型。Python00
MiMo-V2.5-ProMiMo-V2.5-Pro作为旗舰模型,擅⻓处理复杂Agent任务,单次任务可完成近千次⼯具调⽤与⼗余轮上 下⽂压缩。Python00
GLM-5.1GLM-5.1是智谱迄今最智能的旗舰模型,也是目前全球最强的开源模型。GLM-5.1大大提高了代码能力,在完成长程任务方面提升尤为显著。和此前分钟级交互的模型不同,它能够在一次任务中独立、持续工作超过8小时,期间自主规划、执行、自我进化,最终交付完整的工程级成果。Jinja00
Kimi-K2.6Kimi K2.6 是一款开源的原生多模态智能体模型,在长程编码、编码驱动设计、主动自主执行以及群体任务编排等实用能力方面实现了显著提升。Python00
MiniMax-M2.7MiniMax-M2.7 是我们首个深度参与自身进化过程的模型。M2.7 具备构建复杂智能体应用框架的能力,能够借助智能体团队、复杂技能以及动态工具搜索,完成高度精细的生产力任务。Python00