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。
kernelopenEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。C037
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
kylin-wayland-compositorkylin-wayland-compositor或kylin-wlcom(以下简称kywc)是一个基于wlroots编写的wayland合成器。 目前积极开发中,并作为默认显示服务器随openKylin系统发布。 该项目使用开源协议GPL-1.0-or-later,项目中来源于其他开源项目的文件或代码片段遵守原开源协议要求。C00
PaddleOCR-VLPaddleOCR-VL 是一款顶尖且资源高效的文档解析专用模型。其核心组件为 PaddleOCR-VL-0.9B,这是一款精简却功能强大的视觉语言模型(VLM)。该模型融合了 NaViT 风格的动态分辨率视觉编码器与 ERNIE-4.5-0.3B 语言模型,可实现精准的元素识别。Python00
GLM-4.7GLM-4.7上线并开源。新版本面向Coding场景强化了编码能力、长程任务规划与工具协同,并在多项主流公开基准测试中取得开源模型中的领先表现。 目前,GLM-4.7已通过BigModel.cn提供API,并在z.ai全栈开发模式中上线Skills模块,支持多模态任务的统一规划与协作。Jinja00
agent-studioopenJiuwen agent-studio提供零码、低码可视化开发和工作流编排,模型、知识库、插件等各资源管理能力TSX0115
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00