Dnd-Kit 抽象层核心功能升级解析
项目概述
Dnd-Kit 是一个现代化的拖拽交互工具库,为开发者提供了构建复杂拖拽界面的基础能力。其抽象层(@dnd-kit/abstract)作为核心模块,负责处理拖拽操作的核心逻辑和状态管理。
本次更新亮点
原生事件属性增强
本次更新在dragstart、dragmove和dragend事件中新增了nativeEvent属性。这一改进使得开发者能够区分用户触发的原生事件和传感器触发的程序化事件。在实际应用中,当我们需要判断某个拖拽操作是否直接来自用户交互时,检查nativeEvent是否存在就变得非常简单。
碰撞检测优化
修复了CollisionObserver中一个关键问题:在拖拽操作初始化时,初始碰撞集合未被正确设置和通知。这个修复确保了拖拽开始时就能准确获取碰撞信息,对于需要立即响应碰撞状态的场景(如实时高亮潜在放置区域)尤为重要。
非传播移动动作支持
新增了不传播到dragmove监听器的move动作触发选项。这个功能特别有用,比如当我们基于一个dragmove事件触发另一个dragmove动作时,可以避免无限循环的情况。开发者现在可以更精细地控制事件传播链。
依赖关系完善
将dragOperation.shape.initial添加到导致transform和modifiers重新计算的依赖列表中。这一变更确保了当拖拽元素的初始形状发生变化时,相关的变换和修饰器能够及时更新,保持UI状态的一致性。
技术实现深度解析
事件系统增强
事件系统的改进采用了装饰器模式,在不破坏现有API的情况下扩展了事件对象。nativeEvent属性的加入采用了类型守卫技术,通过TypeScript的类型系统为开发者提供了良好的类型提示。
碰撞检测机制
碰撞检测的修复涉及观察者模式的优化。初始碰撞集合现在会在拖拽开始时立即计算并通知所有订阅者,这通过引入初始化阶段的状态快照机制实现,确保了数据的及时性和准确性。
动作传播控制
非传播移动动作的实现采用了命令模式,为move动作添加了propagate标志位。当该标志为false时,调度器会跳过事件监听器的通知流程,但依然会更新内部状态。
升级建议
对于现有项目,建议重点关注以下升级点:
- 如果项目中有自定义传感器实现,需要检查是否正确处理了
nativeEvent属性 - 依赖碰撞检测初始状态的功能需要验证是否按预期工作
- 复杂的事件处理链可以考虑使用非传播动作来优化性能
总结
这次@dnd-kit/abstract的更新虽然版本号变化不大,但带来了多项质量改进和功能增强,特别是在事件系统和碰撞检测方面的优化,使得库的核心功能更加健壮和灵活。这些改进为构建更复杂的拖拽交互场景提供了更好的基础支持。
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5-w4a8GLM-5-w4a8基于混合专家架构,专为复杂系统工程与长周期智能体任务设计。支持单/多节点部署,适配Atlas 800T A3,采用w4a8量化技术,结合vLLM推理优化,高效平衡性能与精度,助力智能应用开发Jinja00
请把这个活动推给顶尖程序员😎本次活动专为懂行的顶尖程序员量身打造,聚焦AtomGit首发开源模型的实际应用与深度测评,拒绝大众化浅层体验,邀请具备扎实技术功底、开源经验或模型测评能力的顶尖开发者,深度参与模型体验、性能测评,通过发布技术帖子、提交测评报告、上传实践项目成果等形式,挖掘模型核心价值,共建AtomGit开源模型生态,彰显顶尖程序员的技术洞察力与实践能力。00
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
MiniMax-M2.5MiniMax-M2.5开源模型,经数十万复杂环境强化训练,在代码生成、工具调用、办公自动化等经济价值任务中表现卓越。SWE-Bench Verified得分80.2%,Multi-SWE-Bench达51.3%,BrowseComp获76.3%。推理速度比M2.1快37%,与Claude Opus 4.6相当,每小时仅需0.3-1美元,成本仅为同类模型1/10-1/20,为智能应用开发提供高效经济选择。【此简介由AI生成】Python00
Qwen3.5Qwen3.5 昇腾 vLLM 部署教程。Qwen3.5 是 Qwen 系列最新的旗舰多模态模型,采用 MoE(混合专家)架构,在保持强大模型能力的同时显著降低了推理成本。00- RRing-2.5-1TRing-2.5-1T:全球首个基于混合线性注意力架构的开源万亿参数思考模型。Python00