TDesign Flutter 0.2.0版本发布:移动端UI组件库再升级
项目简介
TDesign Flutter是腾讯开源的Flutter UI组件库,基于TDesign设计体系,为开发者提供丰富的高质量组件,帮助快速构建美观、一致的移动应用界面。作为企业级设计体系在Flutter平台的实现,TDesign Flutter在保持设计规范统一性的同时,也针对Flutter框架特性进行了深度优化。
核心功能增强
1. 交互体验全面升级
本次更新对多个组件的交互体验进行了显著提升。TDSlider组件新增了滑块点击事件(onTap),让用户可以通过点击快速定位滑块位置,而不仅仅是拖动操作。这一改进特别适合需要精确数值调整的场景,如音量控制、亮度调节等。
TDBottomTabBar组件新增了长按事件(onLongPress)支持,为移动应用底部导航栏提供了更丰富的交互可能性。开发者现在可以利用这一特性实现类似微信"长按扫一扫"的快捷操作。
2. 视觉表现优化
TDCellGroup组件新增了titleBackgroundColor属性,允许开发者自定义单元格组标题的背景颜色。这一改进使得界面分区更加清晰,视觉层次感更强。
TDLink组件进行了全面样式调整,并引入了MessageLink类型替代原有的LinkObj,提供了更灵活的链接配置方式。同时新增的点击回调让开发者能够更好地控制链接行为。
3. 功能组件增强
TDCascader组件新增了右上角"确定"按钮,支持选择任意级选项,不再强制要求选择最后一级。这一改进大幅提升了级联选择器的灵活性,特别适合非严格层级选择的业务场景。
ImageViewer组件现在支持单张图片删除功能,完善了图片查看器的操作闭环。同时通过Swiper组件属性透传,开发者可以获得更强大的图片浏览控制能力。
关键问题修复
本次版本修复了多个影响用户体验的关键问题:
-
TDFooter组件修复了链接模式下内容溢出的问题,确保了页脚在各种内容长度下的正确显示。
-
TDUpload组件修正了文件大小限制的错误判断,现在能够准确执行开发者设置的文件大小限制策略。
-
TDSlider组件修复了胶囊类型滑块在区间设置下的边缘拖动问题,以及数值和刻度的展示异常,提升了滑块控制的精确性。
-
TDInput组件修复了非中文标签输入框的宽度计算缺陷,确保了国际化场景下的布局一致性。
-
TDPopup组件修复了高度控制问题,现在可以通过child中的height属性正确修改弹出层高度,同时解决了无Scaffold父容器时的文字显示异常。
架构优化
本次版本对部分组件进行了架构层面的优化重构:
TDFooter组件进行了彻底重构,移除了冗余的LinkObj类,直接使用TDLink类实现链接功能。同时简化了参数设计,移除了isWithUnderline参数,改为在TDLink中统一设置链接样式。这种架构优化不仅提高了代码的简洁性,也增强了组件间的一致性。
TDPopup组件新增了标题、左右文本和关闭按钮的自定义尺寸属性,使得弹出层的样式控制更加精细。这一改进特别适合需要高度定制化弹窗的业务场景。
开发者建议
对于正在使用或考虑采用TDesign Flutter的开发者,建议重点关注以下方面:
-
交互增强组件:如TDSlider的点击事件和TDBottomTabBar的长按事件,可以为应用添加更丰富的交互维度。
-
样式定制能力:新增的各种颜色和尺寸属性,让界面定制更加灵活,建议在设计系统时充分利用这些参数。
-
问题修复项:特别是曾经遇到类似问题的项目,建议尽快升级以获得更稳定的表现。
TDesign Flutter 0.2.0版本通过功能增强和问题修复,进一步提升了开发体验和最终用户的使用感受。作为企业级Flutter UI解决方案,它正在快速成熟,值得开发者持续关注和采用。
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