MASA.Blazor 1.10.0-rc.1版本发布:主题系统重构与移动组件独立化
MASA.Blazor是一个基于Blazor技术栈的企业级UI组件库,它提供了丰富的组件和现代化的设计风格,帮助开发者快速构建高质量的Web应用。本次发布的1.10.0-rc.1版本带来了多项重要更新,特别是在主题系统和移动组件方面的重大改进。
主题系统全面升级
1.10.0-rc.1版本对主题系统进行了彻底重构,引入了更符合Material Design 3规范的颜色系统。现在开发者可以:
- 使用更多颜色角色和CSS变量来定制界面风格
- 通过名称创建自定义主题,实现多主题切换
- 支持哀悼模式,一键切换为黑白配色
- 所有颜色相关的CSS变量现在只包含RGB值,使用时需要配合rgba()函数
值得注意的是,原有的Light和Dark属性已被标记为过时,推荐使用新的Theme属性来设置组件主题。例如,将<MButton Dark>改为<MButton Theme="dark">。
移动组件独立化
为了提高项目的模块化和可维护性,本次版本将多个移动端组件迁移到了独立项目中:
- 移动端选择器组件(PMobileCascader、PMobileDatePicker等)
- 下拉刷新组件(MPullRefresh)
- 页面堆栈导航组件(PPageStack)
- PDF查看器(MPdfMobileViewer)
开发者需要单独安装MASA.Blazor.MobileComponents包,并在服务注册时调用AddMobileComponents()扩展方法。页面堆栈导航栏组件也进行了重构,不再需要强制重新渲染。
其他重要组件更新
页面堆栈导航增强
页面堆栈导航组件获得了多项改进:
- 新增禁用过渡动画选项
- 引入PageStackTab组件和TabRefreshRequested事件
- 支持徽章功能
- 添加堆栈动画效果
- 允许自定义导航栏样式
表单验证改进
表单上下文现在提供了返回验证结果的方法,使开发者能够更方便地获取和处理验证信息。
新增空状态组件
新增的EmptyState组件专门用于展示空列表或空搜索结果,提升了用户体验的一致性。
通知消息去重
消息队列现在支持过滤重复消息,避免了界面上的冗余提示。
样式与交互优化
- 更新了焦点样式,使用focus-visible伪类提升可访问性
- 滑动选择器新增RTL(从右到左)支持
- 菜单组件现在会自动匹配视口高度
技术架构调整
为了更好的模块化管理,以下组件被迁移到独立的JS组件项目中:
- 轮播组件(Swiper)
- 网格布局(Gridstack)
- Markdown渲染(MarkdownIt和SyntaxHighlight)
- 视频播放器(Xgplayer)
开发者需要根据实际使用情况单独安装这些组件包。
升级指南
对于WebAssembly项目,更新依赖后可能需要删除bin和obj文件夹并重新编译。未使用MapStaticAssets的项目需要更新CSS和JS引用,添加版本号参数以避免缓存问题。
这次更新标志着MASA.Blazor向更模块化、更现代化的方向迈出了重要一步,特别是主题系统的重构为未来的设计一致性打下了坚实基础。开发者可以根据项目需求选择性地升级和使用新功能,逐步迁移到新的API和组件结构。
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00
GLM-4.7-FlashGLM-4.7-Flash 是一款 30B-A3B MoE 模型。作为 30B 级别中的佼佼者,GLM-4.7-Flash 为追求性能与效率平衡的轻量化部署提供了全新选择。Jinja00
VLOOKVLOOK™ 是优雅好用的 Typora/Markdown 主题包和增强插件。 VLOOK™ is an elegant and practical THEME PACKAGE × ENHANCEMENT PLUGIN for Typora/Markdown.Less00
PaddleOCR-VL-1.5PaddleOCR-VL-1.5 是 PaddleOCR-VL 的新一代进阶模型,在 OmniDocBench v1.5 上实现了 94.5% 的全新 state-of-the-art 准确率。 为了严格评估模型在真实物理畸变下的鲁棒性——包括扫描伪影、倾斜、扭曲、屏幕拍摄和光照变化——我们提出了 Real5-OmniDocBench 基准测试集。实验结果表明,该增强模型在新构建的基准测试集上达到了 SOTA 性能。此外,我们通过整合印章识别和文本检测识别(text spotting)任务扩展了模型的能力,同时保持 0.9B 的超紧凑 VLM 规模,具备高效率特性。Python00
KuiklyUI基于KMP技术的高性能、全平台开发框架,具备统一代码库、极致易用性和动态灵活性。 Provide a high-performance, full-platform development framework with unified codebase, ultimate ease of use, and dynamic flexibility. 注意:本仓库为Github仓库镜像,PR或Issue请移步至Github发起,感谢支持!Kotlin07
compass-metrics-modelMetrics model project for the OSS CompassPython00