Flutter ShadCN UI v0.19.0 版本解析:表单控件与布局组件的重要更新
Flutter ShadCN UI 是一个基于 Flutter 框架的 UI 组件库,它提供了丰富的现代化 UI 组件,帮助开发者快速构建美观且功能完善的应用程序。本次发布的 v0.19.0 版本带来了多项重要更新,主要集中在表单控件和布局组件的功能改进上。
表单控件的重大改进
1. 输入框只读状态修复
在之前的版本中,ShadInput 组件的 readOnly 属性存在更新问题,导致在某些情况下无法正确反映状态变化。这个版本修复了这个问题,现在开发者可以放心地使用 readOnly 属性来控制输入框的只读状态。
2. 控制器命名重构
为了提供更清晰的 API 设计,本次更新对 ShadSelect 和表单字段的控制器进行了重命名:
- 原
controller重命名为popoverController - 新增了真正的
controller用于控制选中值
这个变化虽然是一个破坏性变更,但它使得 API 更加语义化,popoverController 专门用于控制弹出层的显示/隐藏,而 controller 则专注于管理选中值,职责划分更加明确。
可调整布局组件的增强
1. 面板大小调整逻辑优化
ShadResizable 组件是用于创建可调整大小面板的布局组件,本次更新对其控制器处理机制进行了改进:
- 简化了面板大小调整的内部逻辑
- 修复了垂直轴 (
Axis.vertical) 方向下手柄位置不正确的问题
这些改进使得开发者在使用可调整布局时能够获得更稳定、更直观的体验。
2. 必须的 ID 属性
为了正确处理面板从 widget 树中添加/移除的情况,ShadResizable 现在要求必须提供一个 id 属性。这个变化虽然增加了使用成本,但确保了组件在各种动态场景下的稳定性。
主题系统的改进
本次更新还包含了对主题系统的优化,现在能够正确地将 theme 或 darkTheme 设置应用到内部的 MaterialApp 中。这意味着开发者可以更灵活地控制应用的主题样式,确保 UI 组件能够正确地响应主题变化。
升级建议
对于正在使用 Flutter ShadCN UI 的开发者,升级到 v0.19.0 版本时需要注意以下几点:
- 检查所有使用
ShadSelect或表单字段的地方,将controller重命名为popoverController - 为所有
ShadResizable组件添加唯一的id属性 - 测试应用中的主题设置,确保在新的主题系统下表现正常
这些改进虽然带来了一些破坏性变更,但它们为组件库的长期稳定性和易用性奠定了基础。对于新项目,建议直接使用 v0.19.0 版本以获得最佳开发体验。
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