TDesign React 1.11.0 版本发布:增强交互体验与修复关键问题
TDesign React 是腾讯开源的企业级 React UI 组件库,旨在为开发者提供高质量、可定制的前端组件解决方案。该组件库遵循 TDesign 设计体系,覆盖了企业级应用中常见的各种 UI 组件,帮助开发者快速构建美观、一致的用户界面。
新增功能亮点
级联选择器交互优化
Cascader 组件在本次更新中新增了自动滚动功能。当用户打开菜单时,系统会自动将视图滚动到首个已选项所在节点位置,这一改进显著提升了用户在大型级联数据中的导航体验。开发者无需额外配置即可享受这一优化带来的便利。
日期选择器逻辑调整
DatePicker 组件对禁用日期逻辑进行了重要调整。现在,before 参数将禁用该日期之前的所有选择,而 after 参数则禁用该日期之后的所有选择。这一变更使 API 行为更加符合开发者的直觉预期,但需要注意这可能影响现有项目中使用了这些 API 的功能。
大数据列表性能提升
List 组件新增了 scroll API,专门针对大数据量场景提供了虚拟滚动支持。这一特性可以显著减少 DOM 节点数量,有效提升长列表的渲染性能,特别适合处理成千上万条数据的展示场景。
菜单动画效果增强
Menu 组件现在支持折叠收起动画效果,为用户操作提供了更流畅的视觉反馈。这一改进不仅提升了用户体验,也使界面交互更加生动自然。
标签输入控制优化
TagInput 组件新增了 maxRows API,允许开发者设置输入框的最大展示行数。这一功能特别适合在有限空间内展示多标签的场景,可以有效防止标签过多导致的布局问题。
关键问题修复
本次更新修复了多个影响用户体验的关键问题:
-
解决了 Cascader 组件在多选动态加载场景下的异常行为,确保了复杂数据场景下的稳定性。
-
修正了 DatePicker 组件在负数时区的显示问题,增强了国际化支持能力。
-
修复了 RadioGroup 在 React 19 环境下的兼容性问题,确保组件在新版本框架下的正常运行。
-
改进了 Textarea 组件的自动聚焦行为,现在当组件设置
autofocus且已有值时,光标会正确定位在内容末尾。 -
解决了 Table 组件与 Tabs 配合使用时 footer 显示异常的问题,提升了组件间的兼容性。
技术优化
在底层技术上,项目将所有 lodash 依赖替换为 lodash-es。这一变更带来了更好的 tree-shaking 支持,有助于减小最终打包体积,提升应用性能。
总结
TDesign React 1.11.0 版本通过多项功能增强和问题修复,进一步提升了组件的稳定性与用户体验。特别是对大数据场景的支持、交互动画的优化以及国际化问题的修复,都体现了该组件库对企业级应用需求的深入理解。开发者可以放心升级到这一版本,享受更完善的前端开发体验。
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。C032
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
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
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
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。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