BootstrapBlazor 9.7.0版本发布:全新会议组件与多项功能增强
BootstrapBlazor是一个基于Blazor的企业级UI组件库,它为开发者提供了丰富的组件和工具,帮助快速构建现代化的Web应用程序。本次发布的9.7.0版本带来了多项重要更新,包括全新的会议组件、多项功能增强以及问题修复。
核心功能更新
新增会议组件(Meeting)
本次版本引入了全新的Meeting组件,这是一个专门为在线会议场景设计的UI组件。开发者可以轻松集成视频会议功能到Blazor应用中,该组件提供了完整的会议界面布局,支持参会人员列表、视频区域、控制按钮等标准会议功能元素。
多选过滤功能增强
新增了MultiSelectFilter组件,这是一个专门为数据过滤场景设计的多选过滤器。与传统的单选过滤器不同,它允许用户同时选择多个过滤条件,大大提升了数据筛选的灵活性。同时新增的MultiSelectGeneric组件则提供了更通用的多选功能实现,可以方便地集成到各种数据展示场景中。
组件功能改进
表单验证优化
对验证组件进行了重要改进,将ToggleMessage方法的返回值改为Task类型,这意味着验证过程现在可以更好地支持异步操作。同时优化了验证组件的资源释放机制,确保在组件销毁时能够正确清理验证相关的资源。
表格组件增强
改进了Table组件的扩展按钮显示逻辑,移除了对ShowExtendEditButton和ShowExtendDeleteButton属性的冗余检查条件,使按钮显示控制更加灵活。同时优化了SelectGeneric组件的下拉菜单样式,增加了dropdown-menu-body类,提升了视觉一致性。
卡片组件样式扩展
为Card组件新增了HeaderPaddingY参数,允许开发者更精细地控制卡片头部的垂直内边距,提供了更大的样式定制空间。
底层架构优化
动态元素统一处理
重构了BootstrapInputGroupLabel组件,采用DynamicElement统一处理标签元素,提高了代码的一致性和可维护性。这种统一处理方式为未来的组件开发提供了更好的基础架构支持。
授权机制修复
修复了Layout组件在虚拟目录模式下的授权失败问题,确保了应用在各种部署环境下都能正确执行授权检查。
扩展组件更新
同步更新了多个扩展组件的依赖版本,包括Splitting组件升级到9.0.3版本并更新了样式,UniverSheet组件升级到9.0.5版本并更新了依赖,TableExport组件升级到9.2.5版本并更新了MiniExcel到最新v1.41.2版本。
总结
BootstrapBlazor 9.7.0版本通过新增会议组件和多选过滤功能,进一步扩展了其应用场景。同时通过对现有组件的优化和改进,提升了开发体验和组件性能。这些更新使得BootstrapBlazor在企业级应用开发中更具竞争力,为开发者提供了更强大、更灵活的工具集。
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-1.5HunyuanVideo-1.5作为一款轻量级视频生成模型,仅需83亿参数即可提供顶级画质,大幅降低使用门槛。该模型在消费级显卡上运行流畅,让每位开发者和创作者都能轻松使用。本代码库提供生成创意视频所需的实现方案与工具集。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