Textual框架v2.0.0发布:平滑滚动与文本选择革命
Textual是一个基于Python的终端用户界面(TUI)开发框架,它让开发者能够构建现代化、交互式的命令行应用程序。这个框架采用了类似Web开发的组件化思想,支持CSS样式和响应式布局,为传统终端界面带来了全新的开发体验。
重大版本升级
Textual v2.0.0版本带来了多项突破性改进,其中最引人注目的是全新的文本选择功能和终端平滑滚动技术。虽然距离1.0版本发布仅几个月时间,但由于包含了破坏性变更,按照语义化版本规范(Semver)升级到了2.0.0版本。
核心特性解析
1. 全功能文本选择系统
v2.0.0版本实现了终端应用长期以来缺失的关键功能——任意文本选择。现在用户可以:
- 通过鼠标拖动选择文本内容
- 使用Ctrl+C快捷键复制选中文本
- 双击选择单词,三击选择整个容器内容
- 通过Widget.ALLOW_SELECT类变量控制是否允许选择
这项功能几乎在所有组件中都得到了支持,为终端应用带来了更接近GUI的操作体验。开发者可以通过select_all()方法实现全选功能,或使用select_container属性获取选择容器。
2. 终端平滑滚动技术
Textual团队实现了终端领域的重大突破——像素级平滑滚动。这项技术目前支持Kitty、Ghostty等现代终端模拟器,通过TEXTUAL_SMOOTH_SCROLL环境变量可控制启用状态。
平滑滚动消除了传统终端应用的"跳行"现象,使滚动动画更加流畅自然,大幅提升了用户体验。这是终端技术发展几十年来的重要进步。
3. 全新内容系统
v2.0.0引入了Content.from_markup方法,取代了原有的Rich.from_markup处理方式。这一变更影响了render()等方法的返回值处理,开发者需要注意:
- 颜色渲染可能略有不同
- 表情符号代码(如":smiley:")不再自动处理
- 如需保持旧行为,需显式使用Rich.from_markup()
其他重要改进
- Select组件新增type_to_search功能,支持输入搜索快速定位选项
- Input组件新增Blurred消息,完善了验证流程
- 新增text-wrap和text-overflow CSS属性,提供更灵活的文本控制
- 优化了Log控件的选择和刷新行为
- 修复了Header图标工具提示显示问题
- 改进了滚动条背景透明度处理
开发者迁移指南
升级到v2.0.0版本时,开发者需要注意以下破坏性变更:
- OptionList不再支持Separator,应使用None作为分隔符
- 移除了OptionList的wrap参数,改用CSS样式控制
- 移除了OptionList的tooltip参数,使用tooltip属性或with_tooltip()方法
Textual v2.0.0标志着终端应用开发的新时代,通过引入文本选择和平滑滚动等先进特性,大幅缩小了命令行界面与图形界面的体验差距。这些改进不仅提升了终端应用的可用性,也为开发者提供了更强大的工具来构建现代化的命令行工具。
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5-w4a8GLM-5-w4a8基于混合专家架构,专为复杂系统工程与长周期智能体任务设计。支持单/多节点部署,适配Atlas 800T A3,采用w4a8量化技术,结合vLLM推理优化,高效平衡性能与精度,助力智能应用开发Jinja00
请把这个活动推给顶尖程序员😎本次活动专为懂行的顶尖程序员量身打造,聚焦AtomGit首发开源模型的实际应用与深度测评,拒绝大众化浅层体验,邀请具备扎实技术功底、开源经验或模型测评能力的顶尖开发者,深度参与模型体验、性能测评,通过发布技术帖子、提交测评报告、上传实践项目成果等形式,挖掘模型核心价值,共建AtomGit开源模型生态,彰显顶尖程序员的技术洞察力与实践能力。00
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
MiniMax-M2.5MiniMax-M2.5开源模型,经数十万复杂环境强化训练,在代码生成、工具调用、办公自动化等经济价值任务中表现卓越。SWE-Bench Verified得分80.2%,Multi-SWE-Bench达51.3%,BrowseComp获76.3%。推理速度比M2.1快37%,与Claude Opus 4.6相当,每小时仅需0.3-1美元,成本仅为同类模型1/10-1/20,为智能应用开发提供高效经济选择。【此简介由AI生成】Python00
Qwen3.5Qwen3.5 昇腾 vLLM 部署教程。Qwen3.5 是 Qwen 系列最新的旗舰多模态模型,采用 MoE(混合专家)架构,在保持强大模型能力的同时显著降低了推理成本。00- RRing-2.5-1TRing-2.5-1T:全球首个基于混合线性注意力架构的开源万亿参数思考模型。Python00