HiUI 4.14.0 版本发布:增强组件功能与修复关键问题
HiUI 是小米开源的 React 组件库,为开发者提供了一系列高质量的 UI 组件,帮助快速构建企业级应用界面。本次发布的 4.14.0 版本在多个组件上进行了功能增强和问题修复,进一步提升了开发体验和组件稳定性。
新增功能亮点
Popover 组件新增 popperClassName API
Popover 组件新增了 popperClassName 属性,允许开发者自定义弹出层的样式类名。这个功能为需要特殊样式定制的场景提供了更大的灵活性,开发者可以更精细地控制 Popover 的外观表现。
Tabs 组件支持内容预加载
Tabs 组件中的 TabPane 新增了 preload 属性,支持内容的预加载功能。这个改进对于需要提前加载内容的场景非常有用,可以避免用户在切换标签时等待内容加载,提升用户体验。
关键问题修复
Descriptions 组件增强
修复了 Descriptions 组件中 Row 和 Cell 组件对额外属性传递的支持问题。现在开发者可以通过 rest 参数传递更多属性到这些组件内部,增强了组件的可扩展性。
Slider 组件多实例问题修复
解决了 Slider 组件在多个实例同时存在时的拖拽问题。这个修复确保了在多 Slider 场景下,每个实例都能独立正常工作,互不干扰。
Drawer 组件图标设置修复
修复了 Drawer 组件中 closeIcon 设置无效的问题。现在开发者可以按照预期自定义关闭图标,满足更多样化的设计需求。
Select 组件样式调整
修复了多级分组下分组标题左间距不正确的问题,使 Select 组件的视觉呈现更加规范统一。
DatePicker 组件改进
修复了季度类型下无法选择年份的问题,同时解决了周选择面板中周数显示异常的情况。这些改进使日期选择功能更加完善和可靠。
总结
HiUI 4.14.0 版本通过新增功能和修复问题,进一步提升了组件的实用性和稳定性。特别是 Popover 的样式定制能力和 Tabs 的内容预加载功能,为开发者提供了更多可能性。建议正在使用 HiUI 的开发者及时升级到最新版本,以获得更好的开发体验和更稳定的组件表现。
对于企业级应用开发来说,这些改进不仅提升了开发效率,也为最终用户带来了更流畅的交互体验。HiUI 团队持续关注开发者需求,不断优化组件功能,值得期待未来的更多更新。
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