TinyEngine 2.3.0版本发布:低代码开发平台的全新升级
2025-06-19 21:13:51作者:蔡怀权
TinyEngine是华为开源的现代化低代码开发平台,它通过可视化拖拽和配置的方式,帮助开发者快速构建企业级应用。该平台支持多框架组件(如Vue、React等),提供从设计到部署的全流程解决方案,大幅提升了前端开发效率。
核心特性升级
1. 变量系统全面重构
本次版本对CSS变量和模块变量进行了系统性重构,实现了变量命名规范化和统一管理。开发团队将原本分散在各模块的变量进行收敛整合,覆盖了包括布局、工具栏、画布、预览等核心模块。这种集中化管理带来了以下优势:
- 统一的变量命名规范提升了代码可维护性
- 暗黑主题支持更加完善
- 样式定制更加灵活便捷
2. 路由功能增强
路由系统是本版本的重点改进领域,新增了多项实用功能:
- 路由视图支持预览切换功能,开发者可以实时查看不同路由下的页面效果
- 路由栏现在能够显示预览路径,方便调试和验证
- 优化了空节点重定向逻辑,将其移至父节点处理
- 改进了路由代码生成机制,确保与schema数据的一致性
3. 画布基础能力提升
画布作为低代码平台的核心交互区域,本版本进行了多项基础能力增强:
- 大纲树支持节点拖拽功能,提供更直观的组件树操作体验
- 优化了多节点点击处理逻辑,解决了大纲树点击问题
- 改进了节点插入机制,处理了多节点插入场景下的各种边界情况
- 新增了快捷键保存功能(如Ctrl+S),提升操作效率
开发者体验优化
1. TinyVue组件增强
针对华为自研的TinyVue组件库,本版本做了多项优化:
- 表格(TinyGrid)组件的插槽生成机制改进,现在能正确生成模板代码
- 修复了表格组件子节点操作问题
- 提升了组件插槽添加的成功率
2. 交互体验改进
开发团队收集了大量用户反馈,对交互细节进行了打磨:
- 页面未锁定时,大纲树节点点击将无效,防止误操作
- 优化了保存按钮的状态显示逻辑
- 解决了ViewerSwitcher列表在点击画布后不关闭的问题
- 改进了新建页面的交互流程
3. 错误处理与稳定性
- 修复了多次JS错误模态框弹出问题
- 优化了Java后端区块点击时的错误提示
- 增强了代码生成阶段的错误处理能力
质量保证措施
为确保版本质量,开发团队实施了多项质量保障措施:
- 新增了路由代码输出的测试用例
- 对Element-Plus的代码生成进行了专项测试
- 使用Prettier统一了代码格式(版本^2)
- 修复了ESLint依赖声明问题
总结
TinyEngine 2.3.0版本通过变量系统重构、路由功能增强和画布基础能力提升,为开发者提供了更加强大和稳定的低代码开发体验。该版本特别注重细节打磨和交互优化,体现了开发团队对产品质量的严格要求。对于企业级应用开发而言,这些改进将显著提升开发效率和用户体验。
登录后查看全文
热门项目推荐
相关项目推荐
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
最新内容推荐
JDK 8u381 Windows x64 安装包:企业级Java开发环境的完美选择 全球36个生物多样性热点地区KML矢量图资源详解与应用指南 PANTONE潘通AI色板库:设计师必备的色彩管理利器 深入解析Windows内核模式驱动管理器:系统驱动管理的终极利器 STM32到GD32项目移植完全指南:从兼容性到实战技巧 Jetson TX2开发板官方资源完全指南:从入门到精通 OMNeT++中文使用手册:网络仿真的终极指南与实用教程 WebVideoDownloader:高效网页视频抓取工具全面使用指南 TJSONObject完整解析教程:Delphi开发者必备的JSON处理指南 PhysioNet医学研究数据库:临床数据分析与生物信号处理的权威资源指南
项目优选
收起
deepin linux kernel
C
24
7
Ascend Extension for PyTorch
Python
192
212
暂无简介
Dart
632
143
React Native鸿蒙化仓库
JavaScript
243
316
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
1.03 K
481
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
9
1
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
649
271
TorchAir 支持用户基于PyTorch框架和torch_npu插件在昇腾NPU上使用图模式进行推理。
Python
297
111
仓颉编译器源码及 cjdb 调试工具。
C++
128
857
openGauss kernel ~ openGauss is an open source relational database management system
C++
158
212