Tailwind-merge v3.0.0发布:全面支持Tailwind CSS v4
项目简介
Tailwind-merge是一个用于优化Tailwind CSS类名合并的JavaScript工具库。它能够智能地分析和合并冲突的Tailwind CSS类名,确保最终应用的样式符合预期。在大型项目中,当多个组件或模块都定义了Tailwind类名时,这个工具特别有用,可以避免样式冲突和意外的样式覆盖。
重大更新:Tailwind CSS v4支持
Tailwind-merge v3.0.0版本最重要的变化是全面支持了Tailwind CSS v4,同时不再支持Tailwind CSS v3。这意味着开发者需要将Tailwind CSS和tailwind-merge同时升级到v4和v3版本才能获得最佳体验。
核心改进
-
更精确的类名解析:得益于Tailwind CSS v4自身更高的内部一致性,tailwind-merge现在能够更准确地解析和合并类名冲突。
-
主题变量命名空间匹配:主题比例键(theme scales keys)现在完全匹配Tailwind CSS v4的主题变量命名空间,提高了配置的一致性。
-
验证器重构:移除了
isLength验证器,将其拆分为更专业的isNumber和isFraction验证器,使类型检查更加精确。
配置变更
-
前缀定义简化:在配置中定义前缀时不再需要包含连接符"-",简化了配置语法。
-
必填配置项:使用
createTailwindMerge时,现在必须提供orderSensitiveModifiers属性配置。 -
类型定义变更:
DefaultThemeGroupIds类型联合现在包含不同的字符串字面量,与Tailwind CSS v4保持一致。
新特性支持
-
重要修饰符位置:现在支持Tailwind CSS v4中新的重要修饰符(!)位置,可以放在类名末尾。
-
任意CSS变量语法:新增对任意CSS变量语法的支持,扩展了样式自定义能力。
-
新增验证器:为支持Tailwind CSS v4的新特性,如任意CSS变量,新增了一系列验证器。
问题修复
- 顺序敏感修饰符处理:修复了之前版本中对某些顺序敏感修饰符(如
before:)处理不当的问题,现在能够正确识别和处理这些修饰符。
迁移建议
对于正在使用Tailwind CSS v3和tailwind-merge v2的项目,建议同时升级到Tailwind CSS v4和tailwind-merge v3。虽然这需要一定的迁移工作,但新版本提供了更精确的类名合并和更好的Tailwind CSS集成体验。
升级时需要注意配置项的变更,特别是前缀定义方式和新增的必填配置项。对于自定义主题的项目,还需要检查主题变量命名空间是否与Tailwind CSS v4兼容。
总结
Tailwind-merge v3.0.0通过全面支持Tailwind CSS v4,为开发者提供了更强大、更精确的类名合并能力。虽然升级过程可能需要对现有配置进行调整,但新版本带来的改进值得投入。特别是对顺序敏感修饰符的更好支持和新增的CSS变量功能,将显著提升大型项目中样式管理的效率和可靠性。
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5-w4a8GLM-5-w4a8基于混合专家架构,专为复杂系统工程与长周期智能体任务设计。支持单/多节点部署,适配Atlas 800T A3,采用w4a8量化技术,结合vLLM推理优化,高效平衡性能与精度,助力智能应用开发Jinja00
请把这个活动推给顶尖程序员😎本次活动专为懂行的顶尖程序员量身打造,聚焦AtomGit首发开源模型的实际应用与深度测评,拒绝大众化浅层体验,邀请具备扎实技术功底、开源经验或模型测评能力的顶尖开发者,深度参与模型体验、性能测评,通过发布技术帖子、提交测评报告、上传实践项目成果等形式,挖掘模型核心价值,共建AtomGit开源模型生态,彰显顶尖程序员的技术洞察力与实践能力。00
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00
MiniMax-M2.5MiniMax-M2.5开源模型,经数十万复杂环境强化训练,在代码生成、工具调用、办公自动化等经济价值任务中表现卓越。SWE-Bench Verified得分80.2%,Multi-SWE-Bench达51.3%,BrowseComp获76.3%。推理速度比M2.1快37%,与Claude Opus 4.6相当,每小时仅需0.3-1美元,成本仅为同类模型1/10-1/20,为智能应用开发提供高效经济选择。【此简介由AI生成】Python00
Qwen3.5Qwen3.5 昇腾 vLLM 部署教程。Qwen3.5 是 Qwen 系列最新的旗舰多模态模型,采用 MoE(混合专家)架构,在保持强大模型能力的同时显著降低了推理成本。00- RRing-2.5-1TRing-2.5-1T:全球首个基于混合线性注意力架构的开源万亿参数思考模型。Python00