dnd-kit DOM模块0.1.12版本发布:优化拖拽体验与SSR兼容性
dnd-kit是一个现代化的React拖拽交互工具库,它提供了高度可定制化的拖拽功能实现。作为其核心模块之一,@dnd-kit/dom专注于处理与DOM相关的拖拽交互逻辑。
本次0.1.12版本的发布主要带来了三个重要改进:
新增插件导出
开发团队在本次更新中正式导出了Cursor和PreventSelection两个实用插件。这两个插件原本已经内置在默认预设中,现在开发者可以直接导入并使用它们进行更细粒度的控制。
Cursor插件负责在拖拽过程中管理鼠标指针样式,而PreventSelection插件则防止用户在拖拽操作时意外选中文本。将它们独立导出后,开发者可以更灵活地组合各种插件来满足特定场景的需求。
Firefox视觉反馈修复
针对Firefox浏览器的一个特殊问题,本次更新特别优化了Feedback插件的视觉效果。在Firefox中,即使设置了display: none,当元素应用了背景滤镜时,::backdrop伪元素仍可能意外显示。
解决方案是额外添加了visibility: hidden样式声明,通过双重保障确保反馈层在Firefox中能够正确隐藏。这种跨浏览器兼容性的修复体现了dnd-kit对细节的关注。
SSR环境兼容性增强
对于使用服务器端渲染(SSR)的应用,本次更新修复了requestAnimationFrame调度器在SSR环境下的调用问题。在Node.js等非浏览器环境中,直接调用requestAnimationFrame会导致错误。
通过优化相关逻辑,现在dnd-kit能够更好地适应SSR场景,为同构应用提供更稳定的支持。这一改进对于Next.js等流行框架的用户尤为重要。
底层依赖同步更新
作为配套更新,@dnd-kit/abstract、@dnd-kit/collision、@dnd-kit/geometry和@dnd-kit/state等核心依赖模块也同步到了0.1.12版本,确保整个工具链的兼容性和稳定性。
这些看似细微的改进实际上显著提升了dnd-kit在复杂场景下的表现力,特别是对于需要高度定制拖拽体验或面临跨浏览器兼容性挑战的项目。开发团队持续关注实际应用中的痛点,通过精准的优化使这个已经相当成熟的拖拽库更加完善。
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