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。
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
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
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
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-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
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