Dash Bootstrap Components 2.0.0版本发布:全面兼容Dash 3.0.0
Dash Bootstrap Components是一个基于React和Bootstrap构建的开源UI组件库,专为Python的Dash框架设计。它为数据科学家和分析师提供了丰富的Bootstrap风格组件,可以快速构建美观且响应式的Web应用程序界面。最新发布的2.0.0版本主要针对Dash 3.0.0进行了兼容性更新,同时引入了一些新功能和改进。
新增功能亮点
标签组件支持超大尺寸
在2.0.0版本中,Label组件新增了xxl属性支持。虽然底层逻辑已经实现,但由于缺少prop-types声明,之前版本中无法使用这个属性。现在开发者可以使用xxl属性创建超大尺寸的标签,为界面设计提供了更多灵活性。
加载指示器功能增强
Spinner和Placeholder组件现在支持target_components属性,其功能类似于dcc.Loading组件。这意味着开发者可以指定这些加载指示器覆盖的目标组件,当目标组件处于加载状态时,加载指示器会自动显示。同时新增的display属性允许开发者强制显示这些组件,为特殊场景下的UI控制提供了更多可能性。
卡片链接支持禁用状态
CardLink组件新增了disabled属性,现在开发者可以创建不可点击的卡片链接,丰富了卡片组件的交互设计选项。
重要变更与改进
模态框样式属性重构
Modal组件的样式属性进行了重大调整,使其更加一致和直观。modal_class_name和modalClassName属性被重命名为class_name和className,这些属性现在与style属性作用于相同的元素(模态框本身)。而之前这些属性设置的模态框对话框样式,现在应该使用dialog_class_name和dialogClassName属性来设置。这一变更使得样式设置逻辑更加清晰,减少了开发者的困惑。
移除无效属性
为了提高代码质量和减少混淆,2.0.0版本移除了多个实际上没有效果的属性,包括:
- Carousel.ride
- DropdownMenu.addon_type
- Navbar.light
- NavbarSimple.light
- Popover.innerClassName
- Popover.inner_class_name
这些属性的移除有助于简化API,使开发者更专注于真正有效的配置选项。
移除废弃属性和时间戳属性
随着项目的发展,一些属性已经被标记为废弃。在2.0.0版本中,这些属性被正式移除,包括DropdownMenu.right和Table.dark。开发者应该使用替代方案来实现相应功能。
此外,所有_timestamp属性也被移除。Dash 3.0.0提供了更强大的回调上下文功能,开发者应该转而使用这些新特性来获取时间相关信息。
升级建议
对于正在使用Dash Bootstrap Components的项目,升级到2.0.0版本需要注意以下几点:
-
检查项目中是否使用了被移除的属性,特别是模态框相关的样式属性,需要按照新的命名规范进行调整。
-
如果项目依赖时间戳功能,需要重构代码使用Dash 3.0.0的回调上下文机制。
-
可以利用新引入的加载指示器功能来优化用户体验,特别是在数据加载场景下。
-
对于标签组件,现在可以使用xxl尺寸来创建更突出的视觉元素。
这个版本标志着Dash Bootstrap Components与Dash生态系统更紧密的集成,为开发者提供了更一致、更强大的工具集来构建数据驱动的Web应用程序。
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
GLM-4.7-FlashGLM-4.7-Flash 是一款 30B-A3B MoE 模型。作为 30B 级别中的佼佼者,GLM-4.7-Flash 为追求性能与效率平衡的轻量化部署提供了全新选择。Jinja00
VLOOKVLOOK™ 是优雅好用的 Typora/Markdown 主题包和增强插件。 VLOOK™ is an elegant and practical THEME PACKAGE × ENHANCEMENT PLUGIN for Typora/Markdown.Less00
PaddleOCR-VL-1.5PaddleOCR-VL-1.5 是 PaddleOCR-VL 的新一代进阶模型,在 OmniDocBench v1.5 上实现了 94.5% 的全新 state-of-the-art 准确率。 为了严格评估模型在真实物理畸变下的鲁棒性——包括扫描伪影、倾斜、扭曲、屏幕拍摄和光照变化——我们提出了 Real5-OmniDocBench 基准测试集。实验结果表明,该增强模型在新构建的基准测试集上达到了 SOTA 性能。此外,我们通过整合印章识别和文本检测识别(text spotting)任务扩展了模型的能力,同时保持 0.9B 的超紧凑 VLM 规模,具备高效率特性。Python00
KuiklyUI基于KMP技术的高性能、全平台开发框架,具备统一代码库、极致易用性和动态灵活性。 Provide a high-performance, full-platform development framework with unified codebase, ultimate ease of use, and dynamic flexibility. 注意:本仓库为Github仓库镜像,PR或Issue请移步至Github发起,感谢支持!Kotlin07
compass-metrics-modelMetrics model project for the OSS CompassPython00