BootstrapBlazor 9.7.1版本发布:全新上传组件与PDF查看器登场
BootstrapBlazor作为一款基于Blazor的企业级UI组件库,在最新发布的9.7.1版本中带来了多项重要更新。本次更新不仅重构了核心上传组件,还新增了PDF查看器等实用功能,同时优化了错误处理机制,为开发者提供了更强大的工具集和更稳定的开发体验。
核心组件重构与优化
本次版本对上传组件进行了全面重构,采用本地预览替代了原有的base64格式处理方式,显著提升了性能表现。上传组件现在能够更高效地处理大文件,同时减少了内存占用,为用户带来更流畅的操作体验。
选择组件(Select)也进行了重要改进,重新设计了OnBeforeSelectedItemChange和ShowSwal逻辑,使开发者能够更灵活地控制选择流程。特别是SelectGeneric组件新增了当TextConvertToValueCallback返回null时的重置逻辑,增强了表单处理的健壮性。
全新PDF查看器组件
9.7.1版本引入了一个备受期待的PDF查看器组件(PdfViewer),开发者现在可以轻松地在Blazor应用中集成PDF文档查看功能。该组件支持通过Google Docs进行文档渲染,只需设置UseGoogleDocs参数即可切换渲染方式。组件还提供了OnLoaded事件回调,方便开发者在文档加载完成后执行自定义逻辑。
增强的错误处理机制
错误处理系统在本版本中得到了显著增强。新增的BootstrapBlazorOptions.ShowErrorLoggerToast参数允许全局配置是否显示错误提示,而IErrorLogger接口现在支持在Release模式下仅显示异常消息,保护了生产环境的敏感信息。
特别值得一提的是,TabItem组件现在实现了IHandlerException接口,能够与ErrorLogger系统无缝集成,当标签页内容发生异常时能够提供更友好的错误提示。BootstrapServiceBase也更新了异常消息处理,现在能够自动识别并显示中文错误信息。
图像处理功能升级
图像处理相关组件在本版本中获得了多项改进。ImageCorpper组件将AspectRatio参数类型从整数改为浮点数,提供了更精确的裁剪比例控制。新增的Preview参数允许开发者启用裁剪预览功能,而OnCropChangedAsync回调则让实时处理裁剪变化成为可能。
ImageViewer组件现在支持自定义ZoomSpeed参数,用户可以根据需要调整图片缩放的速度,提升了浏览体验的个性化程度。
性能优化与细节改进
除了上传组件的性能提升外,本版本还对多个细节进行了优化。Select组件修复了在使用BI图标主题时搜索图标不居中的问题,提升了视觉一致性。Bootstrap依赖升级到了5.3.6版本,带来了最新的特性和安全更新。
一个值得注意的改进是现在支持动态加载Bootstrap JavaScript,在调试模式下会加载非打包版本的脚本,方便开发者进行调试。Print组件也扩展了功能,现在支持canvas HTML元素的打印输出。
开发者体验提升
为了帮助开发者更好地使用新功能,文档部分进行了全面更新。特别是上传组件和BootstrapBlazorRoot的文档得到了重点补充,新增了Microsoft登录模板示例和PDF查看器的使用说明。图标分类也进行了重新排序,使查找更加便捷。
总的来说,BootstrapBlazor 9.7.1版本在功能丰富性、稳定性和开发者体验方面都迈上了一个新台阶,特别是全新PDF查看器和重构后的上传组件将成为开发者工具箱中的利器。错误处理系统的增强也为构建健壮的商业应用提供了更好保障。
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