Puck编辑器v0.18.0发布:革命性的多维度拖拽布局引擎
项目简介
Puck是一个基于React的可视化页面构建工具,它允许开发者通过拖拽组件的方式快速搭建页面。作为一个开源项目,Puck特别适合需要自定义内容管理系统的场景,为开发者提供了灵活的组件配置和实时预览功能。
核心升级:全新的拖拽引擎
本次v0.18.0版本带来了具有里程碑意义的拖拽引擎升级,彻底改变了Puck的布局能力。
多维布局支持
新引擎原生支持CSS Grid和Flexbox布局,开发者现在可以:
- 直接在DropZone上设置display属性(flex/grid等)
- 实现复杂的多列布局
- 创建响应式设计体验
<DropZone
zone="content"
style={{ display: "grid", gridTemplateColumns: "1fr 1fr" }}
/>
内联模式与拖拽引用
新增的inline属性和dragRef API允许组件去除Puck的包装元素,这对于需要精确控制布局的CSS属性(如flex-grow)特别有用:
const Card = {
inline: true,
render: ({ puck }) => (
<div ref={puck.dragRef} style={{ flexGrow: 1 }}>
{/* 内容 */}
</div>
)
}
嵌套区域拖拽
解决了长期存在的限制,现在可以在嵌套的DropZone之间直接拖拽组件,大大提升了编辑体验的流畅度。
其他重要改进
动态高度的DropZone
DropZone现在会根据子元素自动调整高度,同时提供了minEmptyHeight属性控制空状态时的最小高度:
<DropZone zone="content" minEmptyHeight={200} />
交互模式切换
新增cmd+i/ctrl+i快捷键,可以在预览模式下快速切换组件的交互状态,方便测试点击效果。
父组件选择器
在操作栏新增了父组件选择按钮,可以快速跳转到当前组件的父级进行编辑。
布局优化
移除了position: fixed样式,使Puck更容易嵌入到现有应用中。
开发者工具增强
ActionBar标签组件
新增<ActionBar.Label>组件,可以在自定义操作栏中创建分类区域:
<ActionBar>
<ActionBar.Label label="样式设置" />
{/* 样式相关操作 */}
<ActionBar.Label label="内容设置" />
{/* 内容相关操作 */}
</ActionBar>
升级注意事项
- React版本要求:不再支持React 17,请确保升级到React 18+
- Drawer组件变更:direction属性已失效,改为使用常规CSS控制布局
- DropZone一致性:现在始终使用div包装,可能影响现有样式
- 废弃属性:Drawer.Item的index和Drawer的droppableId将被移除
技术实现亮点
新拖拽引擎基于dnd-kit实现,通过精心设计的碰撞检测算法和布局感知系统,实现了在多维空间中的精准定位。引擎会自动识别父容器的布局方式(flex/grid/block),并相应调整拖拽行为。
对于高级用户,还可以通过collisionAxis属性强制指定碰撞检测方向,满足特殊布局需求。
总结
Puck v0.18.0通过革命性的拖拽引擎,将可视化编辑体验提升到了新高度。它不仅解决了长期存在的布局限制,还为开发者提供了更精细的控制能力。无论是简单的营销页面还是复杂的应用界面,现在都能通过Puck高效构建。
这次升级标志着Puck从一个基础的内容编辑器,成长为真正专业的可视化开发工具,为React生态中的低代码解决方案树立了新标准。
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust0194
cann-learning-hubCANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。Jupyter Notebook0121
MiMo-V2.5-Pro-FP4-DFlashMiMo-V2.5-Pro-FP4-DFlash 是驱动 MiMo-V2.5-Pro-UltraSpeed 的底层模型: FP4 量化骨干网络:对 MoE 专家采用 MXFP4 量化,同时保持模型其他部分的更高精度,在几乎无损质量的前提下,显著减小模型体积并降低内存带宽压力。 BF16 DFlash 草稿生成器:用于块扩散推测解码,每次前向传播可生成一整个块的 tokens,并让骨干网络一步完成验证。 两者协同作用,既降低了每参数的位宽,又减少了骨干网络前向传播的次数,而这两者正是万亿参数模型解码过程中的两大主要成本来源。Python00
JoyAI-EchoJoyAI-Echo,这是一个独立的、仅用于推理的版本,旨在实现分钟级多镜头音视频生成。它采用了经过蒸馏的DMD生成器、配对的跨模态记忆以及故事级别的一致性。其性能的核心在于,一个跨模态视听记忆库能够在长达五分钟的视频中保持角色外观和语音音色的一致性。同时,一个训练后处理流程将基于记忆的强化学习与分布匹配蒸馏相结合,实现了7.5倍的速度提升,显著增强了视觉质量和对齐效果。00
AstrBot✨ 易上手的多平台 LLM 聊天机器人及开发框架 ✨ 平台支持 QQ、QQ频道、Telegram、微信、企微、飞书 | OpenAI、DeepSeek、Gemini、硅基流动、月之暗面、Ollama、OneAPI、Dify 等。附带 WebUI。Python05
handy-ollama动手学Ollama,CPU玩转大模型部署,在线阅读地址:https://datawhalechina.github.io/handy-ollama/Jupyter Notebook06