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。
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-1.5暂无简介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