TDesign Vue 1.11.2 版本发布:增强表单与抽屉组件功能
TDesign Vue 是一套基于 Vue.js 的企业级 UI 组件库,由腾讯前端团队开发和维护。它提供了丰富的组件和设计规范,帮助开发者快速构建高质量的 Web 应用界面。本次发布的 1.11.2 版本主要针对表单和抽屉组件进行了功能增强,并修复了一些已知问题。
核心功能增强
1. Drawer 组件插件化调用
本次更新为 Drawer 抽屉组件带来了全新的插件函数式调用方式。开发者现在可以通过 DrawerPlugin 直接以函数形式调用抽屉组件,无需再通过模板语法声明。这种方式特别适合在需要动态创建抽屉的场景中使用,能够显著简化代码结构。
// 使用示例
import { DrawerPlugin } from 'tdesign-vue';
DrawerPlugin({
title: '插件式抽屉',
content: '这是通过插件方式创建的抽屉内容',
visible: true,
});
同时新增的 drawerClassName API 允许开发者更灵活地自定义抽屉的样式类名,满足个性化样式需求。
2. Form 组件必填标记位置自定义
Form 表单组件新增了 requiredMarkPosition 属性,开发者现在可以自由控制必填标记(通常为红色星号)的位置。这个改进解决了不同设计规范下必填标记位置需求不一致的问题。
可选值包括:
- left:标记显示在标签左侧(默认)
- right:标记显示在标签右侧
- top:标记显示在标签顶部
- bottom:标记显示在标签底部
其他功能更新
Layout 布局组件的 Content 子组件新增了 content API,提供了更直观的内容配置方式。ImageViewer 图片查看器修复了步进设置精度异常的问题,Select 选择器修复了特定配置下内容展示异常的问题,Transfer 穿梭框修复了空子节点渲染问题。
文档与开发者体验改进
ConfigProvider 组件的 globalConfig API 文档得到了补充和完善,帮助开发者更好地理解全局配置的使用方法。同时,项目还为 ConfigProvider 等组件添加了编辑器提示功能,提升了开发时的编码体验和效率。
总结
TDesign Vue 1.11.2 版本虽然是一个小版本更新,但在组件功能和开发者体验方面都做出了有价值的改进。特别是 Drawer 组件的插件化调用方式,为动态界面开发提供了新的思路。表单必填标记位置的自定义功能则体现了对设计细节的关注,能够更好地适应不同项目的设计规范要求。这些改进都使得 TDesign Vue 在企业级应用开发中更具实用性和灵活性。
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-1.5暂无简介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
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
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