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。
kernelopenEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。C040
MiniMax-M2.1从多语言软件开发自动化到复杂多步骤办公流程执行,MiniMax-M2.1 助力开发者构建下一代自主应用——全程保持完全透明、可控且易于获取。Python00
kylin-wayland-compositorkylin-wayland-compositor或kylin-wlcom(以下简称kywc)是一个基于wlroots编写的wayland合成器。 目前积极开发中,并作为默认显示服务器随openKylin系统发布。 该项目使用开源协议GPL-1.0-or-later,项目中来源于其他开源项目的文件或代码片段遵守原开源协议要求。C01
PaddleOCR-VLPaddleOCR-VL 是一款顶尖且资源高效的文档解析专用模型。其核心组件为 PaddleOCR-VL-0.9B,这是一款精简却功能强大的视觉语言模型(VLM)。该模型融合了 NaViT 风格的动态分辨率视觉编码器与 ERNIE-4.5-0.3B 语言模型,可实现精准的元素识别。Python00
GLM-4.7GLM-4.7上线并开源。新版本面向Coding场景强化了编码能力、长程任务规划与工具协同,并在多项主流公开基准测试中取得开源模型中的领先表现。 目前,GLM-4.7已通过BigModel.cn提供API,并在z.ai全栈开发模式中上线Skills模块,支持多模态任务的统一规划与协作。Jinja00
agent-studioopenJiuwen agent-studio提供零码、低码可视化开发和工作流编排,模型、知识库、插件等各资源管理能力TSX0120
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