Radix UI Themes 中的 TextArea 组件应支持调整大小功能
在 Web 开发中,文本区域(TextArea)的可调整大小功能是一个常见的用户体验需求。Radix UI Themes 作为一个流行的 UI 组件库,其 TextArea 组件默认禁用了这一功能,这引发了一些开发者的关注和讨论。
问题背景
Radix UI Themes 的 TextArea 组件默认设置了 resize: none 的 CSS 属性,这阻止了用户通过拖动右下角来调整文本区域的大小。虽然这种设计可能在视觉上更统一,但它牺牲了用户体验和可访问性。
技术分析
通过审查组件结构,我们发现 Radix UI Themes 的 TextArea 实现有一个外层包装元素。直接对组件应用 resize 样式不会生效,因为需要针对内部的 <textarea> 元素进行样式设置。
临时解决方案
在官方修复之前,开发者可以使用以下 CSS 选择器来临时启用调整大小功能:
[&>textarea]:resize
或者仅允许垂直调整:
[&>textarea]:resize-y
在 Tailwind CSS 中,可以这样使用:
<TextArea className="[&>textarea]:resize" />
官方响应与更新
Radix UI Themes 团队已经确认这是一个需要改进的功能,并在预览版 2.1.0-rc.5 中增加了 resize 属性支持。这意味着未来版本中将提供官方的方式来控制 TextArea 的调整大小行为。
最佳实践建议
-
考虑用户体验:在大多数情况下,允许用户调整文本区域大小能提供更好的交互体验,特别是对于长文本输入场景。
-
响应式设计:如果启用调整大小,确保容器布局能够正确处理尺寸变化,避免内容溢出或布局破坏。
-
一致性:在整个应用中保持一致的调整大小策略,要么全部允许,要么全部禁止,避免给用户造成困惑。
总结
文本区域的可调整大小功能虽然看似简单,但却直接影响用户体验。Radix UI Themes 团队已经意识到这一点并正在改进。在等待正式版本发布期间,开发者可以使用 CSS 选择器临时解决这一问题。这也提醒我们,在选择 UI 组件库时,不仅要考虑视觉效果,还要关注其交互细节和可定制性。
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-1.5暂无简介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-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