MASA.Blazor 1.9.0-rc.1 版本深度解析
MASA.Blazor 是一个基于 Material Design 的 Blazor 组件库,它为开发者提供了丰富的 UI 组件和交互体验。1.9.0-rc.1 版本作为候选发布版,带来了多项重要更新和改进,包括全新组件、功能增强和问题修复。
核心更新内容
全新组件:Tour 引导式游览
本次版本引入了基于 Driver.js 的 Tour 组件,这是一个强大的用户引导工具。开发者可以通过简单的配置,为应用添加分步引导功能,帮助新用户快速熟悉界面操作。Tour 组件支持自定义步骤内容、高亮目标元素以及灵活的导航控制,特别适合复杂应用的上手引导。
组件功能增强
Cascader 级联选择器现在支持绑定 List 类型的值,为多选场景提供了更好的支持。同时新增了 TItemValue 泛型参数,使类型系统更加完善。
ECharts 图表组件新增了自定义加载选项的支持,开发者现在可以更灵活地控制图表加载时的视觉效果,提升用户体验。
InfiniteScroll 无限滚动组件优化了加载逻辑,现在会在仍有空间时自动加载下一页内容,减少了用户手动触发的次数。
List 列表组件新增了 Slim 参数,可以显著减少水平空间占用,特别适合在紧凑布局中使用。
PageStack 页面堆栈组件进行了多项改进:
- 支持在推送新页面时移除顶部页面
- 首次推送页面时阻止滚动
- 允许特定标签页设置为非持久化
- 改进了 URI 替换查询参数的处理
PdfJS 组件新增了 MaxImageSize 参数,用于控制图像渲染的大小限制,有助于优化大文档的显示性能。
Tooltip 工具提示组件进行了多项优化:
- 新增 Text 参数简化纯文本提示的使用
- 支持在容器内使用 'parent' 作为激活器
- 默认位置改为顶部显示
交互体验提升
SlideGroup 滑动组和Window 窗口组件现在都支持触摸滑动操作,显著提升了移动端用户体验。
NavigationDrawer 导航抽屉在 Bottom 属性设置时禁用了触摸展开功能,避免了误操作。
重要问题修复
本次版本修复了多个影响用户体验的问题:
- Activatable 组件默认显示触发内容的问题
- 点击事件传播处理不当的问题
- DataTable 分组时展开状态不正确的问题
- Treeview 组件值可为空的处理
- TimePicker 在移动端服务器模式下点击小时不自动跳转分钟的问题
架构优化
PdfMobileViewer 组件已迁移到独立项目 MASA.Blazor.JSComponents.PdfJS 中,使核心库更加轻量。开发者如需使用该组件,需要单独引用新包。
JSInterop 改用了唯一 ID 进行跟踪和移除,提高了 JavaScript 互操作的可靠性和性能。
升级指南
升级时需要注意以下变更:
- Cascader 组件新增了 TItemValue 泛型参数
- PdfMobileViewer 组件需要单独安装新包
- PageStack 组件的 TabbedPatterns 和 SelfPatterns 属性已被 TabRules 替代
总结
MASA.Blazor 1.9.0-rc.1 版本在功能丰富性、用户体验和稳定性方面都有显著提升。特别是新增的 Tour 组件和多项交互优化,使开发者能够构建更加专业和易用的 Blazor 应用。建议开发者评估这些新特性,为正式版本的升级做好准备。
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust0194
cann-learning-hubCANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。Jupyter Notebook0121
MiMo-V2.5-Pro-FP4-DFlashMiMo-V2.5-Pro-FP4-DFlash 是驱动 MiMo-V2.5-Pro-UltraSpeed 的底层模型: FP4 量化骨干网络:对 MoE 专家采用 MXFP4 量化,同时保持模型其他部分的更高精度,在几乎无损质量的前提下,显著减小模型体积并降低内存带宽压力。 BF16 DFlash 草稿生成器:用于块扩散推测解码,每次前向传播可生成一整个块的 tokens,并让骨干网络一步完成验证。 两者协同作用,既降低了每参数的位宽,又减少了骨干网络前向传播的次数,而这两者正是万亿参数模型解码过程中的两大主要成本来源。Python00
JoyAI-EchoJoyAI-Echo,这是一个独立的、仅用于推理的版本,旨在实现分钟级多镜头音视频生成。它采用了经过蒸馏的DMD生成器、配对的跨模态记忆以及故事级别的一致性。其性能的核心在于,一个跨模态视听记忆库能够在长达五分钟的视频中保持角色外观和语音音色的一致性。同时,一个训练后处理流程将基于记忆的强化学习与分布匹配蒸馏相结合,实现了7.5倍的速度提升,显著增强了视觉质量和对齐效果。00
AstrBot✨ 易上手的多平台 LLM 聊天机器人及开发框架 ✨ 平台支持 QQ、QQ频道、Telegram、微信、企微、飞书 | OpenAI、DeepSeek、Gemini、硅基流动、月之暗面、Ollama、OneAPI、Dify 等。附带 WebUI。Python05
handy-ollama动手学Ollama,CPU玩转大模型部署,在线阅读地址:https://datawhalechina.github.io/handy-ollama/Jupyter Notebook06