BootstrapBlazor 9.6.0版本发布:组件库功能增强与优化
BootstrapBlazor是一个基于Bootstrap样式的Blazor组件库,它为开发者提供了丰富的UI组件和工具,帮助快速构建现代化的Web应用程序。本次发布的9.6.0版本带来了多项功能增强和优化,进一步提升了开发体验和组件功能。
对话框功能增强
新版本为Dialog组件新增了IsHidePreviousDialog参数,这个功能特别适用于需要连续弹出多个对话框的场景。开发者现在可以通过这个参数控制是否隐藏前一个对话框,从而避免对话框堆叠带来的视觉混乱问题。这个改进使得对话框的层级管理更加灵活和直观。
表格组件优化
表格组件(Table)在这个版本中获得了多项改进:
-
在列宽调整回调(ResizeColumnCallback)中增加了对固定列的支持,这意味着开发者现在可以更灵活地控制表格布局,特别是在处理大数据量表格时,固定关键列可以显著提升用户体验。
-
表格导出功能升级,MiniExcel版本提升至1.41.0,带来了更好的性能和更多的导出选项。
新增OTP输入组件
9.6.0版本引入了一个全新的OtpInput组件,专门用于处理一次性密码(OTP)输入场景。配合新增的ITotpService接口,开发者可以轻松实现基于时间的一次性密码(TOTP)功能,为应用程序增加双因素认证等安全功能提供了便利。
其他组件改进
-
Ajax组件现在会根据请求方法自动调整请求体,使HTTP请求更加规范。
-
Markdown组件新增了对默认语言的支持,方便开发者预设编辑器的语法高亮语言。
-
PopConfirmButton组件现在支持在点击文档时触发OnClose事件回调,提供了更灵活的交互控制。
-
输入组标签(BootstrapInputGroupLabel)增加了ChildContent参数,允许更灵活的内容定制。
-
播放器组件(Player)新增了OnEvent回调,可以监听更多播放器事件。
性能优化
ExpandableNodeCache现在使用RemoveWhere方法替代原来的Remove方法,提高了节点缓存的清理效率。这个优化在处理大量可展开节点时能够带来明显的性能提升。
组件命名规范化
LayoutSplitBar组件名称被重命名为LayoutSpitBar,虽然是一个小改动,但体现了项目对命名一致性的重视。
移除Task.Run支持
SpeechWave和Timer组件移除了对Task.Run的支持,这个变化主要是为了更好的兼容WPF应用场景,简化了组件的内部实现。
搜索组件重新设计
Search组件的OnClear参数被重新设计,提供了更清晰的API接口,使搜索功能的实现更加直观。
这个版本的BootstrapBlazor继续沿着功能丰富和易用性提升的方向发展,新增的OtpInput组件和ITotpService接口特别值得关注,它们为应用程序的安全认证提供了新的可能性。各项优化和改进也体现了项目团队对细节的关注和对开发者体验的重视。
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
HunyuanVideo-1.5HunyuanVideo-1.5作为一款轻量级视频生成模型,仅需83亿参数即可提供顶级画质,大幅降低使用门槛。该模型在消费级显卡上运行流畅,让每位开发者和创作者都能轻松使用。本代码库提供生成创意视频所需的实现方案与工具集。00
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-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
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