TDesign React 1.12.0 版本发布:React 19 兼容与组件功能增强
TDesign React 是一个由腾讯团队开发的企业级 React UI 组件库,提供了丰富的组件和设计系统支持,帮助开发者快速构建高质量的 Web 应用。在最新发布的 1.12.0 版本中,TDesign React 带来了多项重要更新和改进。
React 19 兼容性升级
1.12.0 版本对 React 相关依赖进行了全面升级,确保组件库能够在 React 19 环境中稳定运行。这一更新对于计划或正在使用 React 19 的项目尤为重要,开发者可以放心地将 TDesign React 组件集成到最新的 React 项目中。
ColorPicker 组件重大改进
ColorPicker 组件在这一版本中获得了显著的功能增强和问题修复:
-
智能模式切换:组件现在能够自动根据触发器、最近使用颜色和预设颜色的色值,智能地在单色模式和渐变模式之间切换。这一改进大大提升了用户体验,使颜色选择更加直观。
-
渐变模式优化:当只开启渐变模式时,组件会自动过滤预设颜色和当前颜色中的非渐变色值,确保颜色选择的一致性。
-
格式支持调整:新增了 HEX8 格式支持,同时移除了 HSB 格式。对于使用渐变模式的开发者需要注意这一变更,可能需要调整现有代码。
-
多渐变支持:新增了
enableMultipleGradientAPI,默认开启,允许用户创建更丰富的渐变效果。 -
问题修复:解决了渐变点无法正常更新颜色和位置的问题,以及开启透明通道时的返回值格式化异常问题。
模态组件性能优化
Dialog 和 Drawer 组件都新增了 lazy 属性,用于优化懒加载场景下的性能表现:
-
懒加载支持:通过
lazy属性,开发者可以控制组件内容的延迟渲染,这对于包含大量内容或复杂子组件的模态框特别有用,可以显著提升页面初始加载性能。 -
API 演进:原有的
forceRender属性已被标记为废弃,将在未来版本中移除,开发者应逐步迁移到新的lazy属性。
总结
TDesign React 1.12.0 版本带来了多项重要更新,既包括对 React 19 的兼容性支持,也包含了对 ColorPicker 组件的功能增强和问题修复,同时还优化了模态组件的性能表现。这些改进使得 TDesign React 更加稳定、功能更加强大,能够更好地满足企业级应用开发的需求。
对于正在使用 TDesign React 的开发者,特别是计划升级到 React 19 或使用颜色选择功能的项目,建议尽快评估并升级到这一版本,以利用这些改进带来的好处。
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
unified-cache-managementUnified Cache Manager(推理记忆数据管理器),是一款以KV Cache为中心的推理加速套件,其融合了多类型缓存加速算法工具,分级管理并持久化推理过程中产生的KV Cache记忆数据,扩大推理上下文窗口,以实现高吞吐、低时延的推理体验,降低每Token推理成本。Python03
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
Spark-Prover-7BSpark-Prover-7B is a 7B-parameter large language model developed by iFLYTEK for automated theorem proving in Lean4. It generates complete formal proofs for mathematical theorems using a three-stage training framework combining pre-training, supervised fine-tuning, and reinforcement learning. The model achieves strong formal reasoning performance and state-of-the-art results across multiple theorem-proving benchmarksPython00
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-7B is a 7B-parameter large language model by iFLYTEK for mathematical auto-formalization. It translates natural-language math problems into precise Lean4 formal statements, achieving high accuracy and logical consistency. The model is trained with a two-stage strategy combining large-scale pre-training and supervised fine-tuning for robust formal reasoning.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- HHowToCook程序员在家做饭方法指南。Programmer's guide about how to cook at home (Chinese only).Dockerfile014
Spark-Scilit-X1-13B科大讯飞Spark Scilit-X1-13B基于最新一代科大讯飞基础模型,并针对源自科学文献的多项核心任务进行了训练。作为一款专为学术研究场景打造的大型语言模型,它在论文辅助阅读、学术翻译、英语润色和评论生成等方面均表现出色,旨在为研究人员、教师和学生提供高效、精准的智能辅助。Python00- PpathwayPathway is an open framework for high-throughput and low-latency real-time data processing.Python00