Mary UI 2.1.0版本发布:组件功能增强与体验优化
Mary UI是一个现代化的前端UI组件库,专注于为开发者提供简洁、优雅且功能丰富的界面元素。最新发布的2.1.0版本带来了一系列实用的功能增强和用户体验优化,让开发者能够更高效地构建现代化的Web应用界面。
组件功能增强
Avatar组件新增alt属性支持
Avatar组件现在支持altHTML属性,这一改进使得图像的可访问性得到提升。对于需要屏幕阅读器的用户来说,alt属性能够提供有意义的图像描述,符合Web内容可访问性指南(WCAG)的要求。
Tabs组件新增隐藏状态
Tabs组件新增了hidden状态,开发者现在可以更灵活地控制标签页的显示与隐藏。这一特性特别适合需要动态显示不同内容区域的场景,比如根据用户权限显示不同的功能标签页。
Datepicker组件实现禁用选项
Datepicker组件新增了disable选项,允许开发者禁用特定的日期选择。这一功能在需要限制用户选择日期范围(如预订系统、日程安排等)的场景中非常实用。
新增Breadcrumbs面包屑导航组件
2.1.0版本引入了一个全新的Breadcrumbs组件,为应用提供了清晰的导航路径指示。面包屑导航特别适合具有层级结构的网站或应用,能够显著提升用户在深层页面中的导航体验。
用户体验优化
ChoicesOffline组件键盘导航修复
修复了ChoicesOffline组件的键盘导航问题,现在用户可以通过键盘更流畅地操作选项选择。这一改进特别提升了无障碍访问体验,使键盘用户能够更高效地完成操作。
Password组件按钮间距与悬停效果优化
Password组件的显示/隐藏按钮现在具有更合理的间距和更直观的悬停效果。这些视觉细节的优化虽然微小,但能显著提升用户与密码输入框交互时的体验。
Toast组件响应式设计
Toast组件现在具有响应式设计,能够根据不同屏幕尺寸自动调整显示方式。这一改进确保了Toast通知在各种设备上都能提供良好的用户体验。
开发者体验提升
所有菜单组件新增icon-classes属性
所有菜单类组件现在都支持icon-classes属性,开发者可以更灵活地自定义菜单项图标的样式。这一特性使得UI定制更加方便,无需深入修改组件内部结构就能实现个性化的图标样式。
所有组件新增公共$id属性
在原有id属性。这一改进使得开发者能够更方便地获取和操作组件实例,特别是在需要动态管理多个组件实例的场景中。
总结
Mary UI 2.1.0版本的发布,不仅新增了实用的Breadcrumbs组件,还对现有组件的功能和体验进行了多方面的优化。从可访问性改进到响应式设计,从键盘导航修复到视觉细节调整,这些更新都体现了Mary UI团队对开发者和终端用户体验的持续关注。对于正在使用或考虑采用Mary UI的项目来说,升级到2.1.0版本将能够获得更完善的功能支持和更优质的用户体验。
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
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