Univer v0.6.5版本发布:协同办公套件的重要更新
Univer是一个正在快速发展的开源协同办公套件,它提供了文档、电子表格和演示文稿的在线编辑功能。作为一个现代化的办公解决方案,Univer致力于为企业团队和个人用户提供高效、灵活的协作体验。本次发布的v0.6.5版本虽然是一个小版本更新,但包含了对电子表格和文档模块的多项重要改进和错误修复。
电子表格模块的改进
在电子表格功能方面,v0.6.5版本解决了多个关键问题:
-
条件格式命令修复:修复了条件格式命令仅应用于活动工作表的问题,现在可以正确地在指定工作表中应用条件格式规则。
-
HTML生成优化:解决了生成HTML时未闭合的列标签问题,提高了HTML输出的完整性和兼容性。
-
字体设置性能优化:减少了字体设置操作的开销,并限制了超出视图边界的文本填充,这显著提升了渲染性能,特别是在处理大型电子表格时。
-
工具提示警告修复:针对React 18环境下的工具提示警告进行了修复,确保了更好的框架兼容性。
-
工作线程稳定性:解决了偶尔出现的worker错误问题,提高了电子表格计算的稳定性。
文档模块的新特性
文档模块在v0.6.5版本中获得了重要的功能增强:
-
自定义块支持:新增了对文档中自定义块类型的支持,这为开发者提供了更大的灵活性,可以创建特定业务场景下的定制化文档组件。
-
浮动元素支持:文档画布现在支持浮动DOM元素,这为在文档中嵌入各种交互式组件提供了可能。
核心架构调整
在架构层面,v0.6.5版本进行了以下重要调整:
-
网络服务导出位置变更:
@univerjs/network
模块现在从@univerjs/presets/preset-sheets-core
入口点导出,这一变化虽然带来了轻微的API调整,但有助于更好的模块组织和依赖管理。 -
配置选项扩展:UniverSheetsCorePreset现在提供了更多的配置选项,使开发者能够更精细地控制电子表格核心功能的初始化参数。
性能优化与稳定性提升
除了功能改进外,v0.6.5版本还包含多项性能优化:
- 减少了不必要的字体设置操作,优化了渲染性能
- 限制了超出视图边界的文本填充,避免了不必要的计算开销
- 解决了工作线程中的偶发错误,提高了整体稳定性
开发者注意事项
对于使用Univer进行开发的团队,需要注意以下几点:
- 网络服务导入路径的变更需要相应调整代码
- React 18环境下的工具提示警告已修复,可以放心升级
- 自定义块功能的引入为文档扩展提供了新的可能性
总结
Univer v0.6.5版本虽然是一个小版本更新,但在电子表格功能完善、文档模块扩展和核心架构优化方面都取得了显著进展。这些改进不仅提升了现有功能的稳定性和性能,也为未来的功能扩展奠定了更好的基础。作为一个快速发展的开源项目,Univer正逐步成为一个功能全面、性能优异的协同办公解决方案。
- DDeepSeek-V3.1-BaseDeepSeek-V3.1 是一款支持思考模式与非思考模式的混合模型Python00
- QQwen-Image-Edit基于200亿参数Qwen-Image构建,Qwen-Image-Edit实现精准文本渲染与图像编辑,融合语义与外观控制能力Jinja00
GitCode-文心大模型-智源研究院AI应用开发大赛
GitCode&文心大模型&智源研究院强强联合,发起的AI应用开发大赛;总奖池8W,单人最高可得价值3W奖励。快来参加吧~052CommonUtilLibrary
快速开发工具类收集,史上最全的开发工具类,欢迎Follow、Fork、StarJava04GitCode百大开源项目
GitCode百大计划旨在表彰GitCode平台上积极推动项目社区化,拥有广泛影响力的G-Star项目,入选项目不仅代表了GitCode开源生态的蓬勃发展,也反映了当下开源行业的发展趋势。06GOT-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。00openHiTLS
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!C0308- WWan2.2-S2V-14B【Wan2.2 全新发布|更强画质,更快生成】新一代视频生成模型 Wan2.2,创新采用MoE架构,实现电影级美学与复杂运动控制,支持720P高清文本/图像生成视频,消费级显卡即可流畅运行,性能达业界领先水平Python00
- GGLM-4.5-AirGLM-4.5 系列模型是专为智能体设计的基础模型。GLM-4.5拥有 3550 亿总参数量,其中 320 亿活跃参数;GLM-4.5-Air采用更紧凑的设计,拥有 1060 亿总参数量,其中 120 亿活跃参数。GLM-4.5模型统一了推理、编码和智能体能力,以满足智能体应用的复杂需求Jinja00
Yi-Coder
Yi Coder 编程模型,小而强大的编程助手HTML013
热门内容推荐
最新内容推荐
项目优选









