Mpx 2.10.6版本发布:跨端开发框架的优化与增强
Mpx是滴滴开源的一款优秀的小程序跨端开发框架,它支持开发者使用类Vue语法编写代码,并能够编译输出到微信、支付宝、百度、字节跳动等多个小程序平台以及Web、React Native等端。Mpx框架通过增强的模板语法、完善的状态管理和灵活的跨端能力,为开发者提供了高效的多端开发体验。
新特性解析
1. 移除废弃API与无障碍支持
在2.10.6版本中,Mpx框架针对React Native输出进行了多项优化。首先移除了已经废弃的global.setCurrentPageStatus API,这体现了框架对API生命周期的规范管理。同时新增了对aria-role和aria-label等无障碍标签的支持,这对于提升应用的无障碍访问能力具有重要意义,使应用能够更好地服务于视障用户等特殊群体。
2. 增强npm包支持
新版本引入了normalNpmPackages配置项,专门用于支持那些设计用于多小程序跨端的npm库(如antd-mini)的正常打包构建。这一改进解决了之前这类库在Mpx项目中可能遇到的构建问题,为开发者使用第三方UI库提供了更好的支持。
3. URL参数处理优化
在React Native输出方面,框架移除了对load params的二次encode处理,现在开发者获取到的params value已经是decode过的值。这一改变使得参数处理更加直观,减少了开发者需要手动解码的麻烦,提升了开发效率。
重要问题修正
1. 错误处理机制优化
本次更新统一了API proxy中的错误处理机制,将所有错误都传递至全局的errorHandler进行处理,避免了直接throw错误导致的意外中断。这一改进使得错误处理更加集中和可控,有助于开发者构建更健壮的应用。
2. 构建产物隔离
修正了多个Mpx构建产物在一个运行时中可能出现的全局变量污染问题。这个问题在复杂项目中尤为关键,当多个Mpx构建产物共存时,可能会因为全局变量冲突导致不可预期的行为。修正后,各个构建产物能够更好地隔离运行,提高了项目的稳定性和可维护性。
3. React Native组件增强
针对React Native输出,本次更新带来了多项重要修正和增强:
- 修正了Toast组件的样式问题
- 改进了swiper、movable-view等手势组件的识别方向锁定,解决了在外层存在scrollView或其他手势组件时的手势冲突问题
- 支持了所有基础组件的fixed定位
- 修正了MpxKeyboardAvoidingView键盘高度计算错误的问题
- 支持了单组件输出模式下使用component generic特性
这些改进显著提升了Mpx在React Native端的表现力和稳定性,使得小程序向React Native的迁移更加平滑。
4. 其他修正
修正了头条环境下webview UA表示判断的大小写敏感问题,以及render函数压缩处理逻辑中的问题。这些看似小的修正实际上对特定场景下的应用稳定性有着重要影响。
总结
Mpx 2.10.6版本虽然在版本号上是一个小版本更新,但带来的改进却非常实用。从构建配置的增强到运行时问题的修正,从React Native输出的优化到无障碍访问的支持,这些改进都体现了Mpx团队对开发者体验的持续关注。
对于正在使用Mpx框架的开发者来说,升级到2.10.6版本将能够获得更稳定的开发体验,特别是在React Native输出和多项目构建方面。新加入的normalNpmPackages配置也为使用跨端UI库的团队提供了更好的支持。
作为一个小程序跨端开发框架,Mpx持续在性能、稳定性和开发体验上做出优化,2.10.6版本的发布再次证明了这一点。对于考虑采用跨端方案的技术团队,Mpx值得认真评估和尝试。
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- QQwen3-Coder-Next2026年2月4日,正式发布的Qwen3-Coder-Next,一款专为编码智能体和本地开发场景设计的开源语言模型。Python00
xw-cli实现国产算力大模型零门槛部署,一键跑通 Qwen、GLM-4.7、Minimax-2.1、DeepSeek-OCR 等模型Go06
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!Kotlin08
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