HiUI 4.12.0 版本发布:日期选择器增强与组件优化
HiUI 是由小米团队开发的一套企业级 React UI 组件库,旨在为开发者提供高质量、易用的前端组件解决方案。本次发布的 4.12.0 版本主要针对日期选择器(DatePicker)组件进行了功能增强,同时对级联选择器(Cascader)、选择器(Select)和上传(Upload)等组件进行了优化和改进。
日期选择器(DatePicker)功能增强
本次更新为 DatePicker 组件带来了两个重要改进:
-
新增 visible 属性:开发者现在可以通过 visible 属性直接控制日期选择器的显示状态,这为需要精确控制弹出层显示的场景提供了更大的灵活性。
-
新增 onClose 回调:当日期选择器关闭时,会触发 onClose 回调函数,这使得开发者能够在选择器关闭时执行特定的业务逻辑,如数据验证或状态更新。
这两个改进使得 DatePicker 组件在交互控制和事件响应方面更加完善,能够满足更复杂的业务场景需求。
级联选择器(Cascader)优化
Cascader 组件的 useSelect 钩子函数现在支持通过 value 参数初始化选中项的状态。这一改进使得开发者能够更方便地设置组件的初始值,特别是在需要从外部数据源初始化选中项的场景下,大大简化了开发流程。
选择器(Select)组件修复
在 Select 组件中,修复了 customRender 逻辑的问题。现在 customRender 会正确地使用 mergedData 来查找选中项,确保了自定义渲染功能在各种情况下的稳定性和一致性。这对于需要高度定制化选择器展示样式的项目尤为重要。
上传(Upload)组件功能扩展
Upload 组件家族中的 DragUpload 和 PictureListUpload 现在支持 actionRender 属性,允许开发者完全自定义操作区域的渲染内容。这一特性为需要特殊上传交互设计的场景提供了极大的灵活性,开发者可以根据业务需求自由定制上传按钮、提示信息等元素。
总结
HiUI 4.12.0 版本通过增强日期选择器的可控性和事件处理能力,优化级联选择器的初始化体验,修复选择器的自定义渲染问题,以及扩展上传组件的自定义能力,进一步提升了组件的实用性和灵活性。这些改进使得 HiUI 能够更好地满足企业级应用开发的复杂需求,为开发者提供更加强大和易用的工具。
对于正在使用或考虑使用 HiUI 的开发者来说,4.12.0 版本值得关注和升级,特别是那些需要精细控制组件交互或高度定制化组件外观的项目。这些改进不仅提升了开发效率,也为实现更复杂的业务逻辑提供了更好的支持。
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