TDesign Vue Next 1.13.2版本发布:优化输入组件与修复关键问题
TDesign Vue Next是腾讯开源的企业级UI组件库,基于Vue 3.x技术栈开发,提供丰富的组件和设计规范,帮助开发者快速构建高质量的企业级应用。本次1.13.2版本发布主要针对输入类组件进行了多项优化和问题修复。
输入组件优化
在1.13.2版本中,开发团队重点优化了Input和InputNumber组件的用户体验和功能稳定性。
Input组件修复了在composition方法中主动失去焦点后丢失响应式的问题。这个问题通常出现在使用中文输入法时,当用户正在输入拼音但还未选择具体汉字时,如果程序主动触发失去焦点操作,会导致输入框无法正确响应后续的输入事件。修复后,输入框在各种输入场景下都能保持稳定的响应能力。
InputNumber组件解决了开启decimalPlaces属性后因进位导致的显示差异问题。当用户输入小数时,系统会根据设置的小数位数自动进行四舍五入,但之前版本中存在显示值与实际值不一致的情况。例如,当设置保留2位小数时,输入3.456可能会显示为3.45但实际存储为3.46。新版本确保了显示值与实际值的严格一致。
选择器组件改进
Select组件修复了1.13.1版本中多选场景下的一个关键问题。当选项列表中不存在的值被选中时,之前版本无法正确展示这些值。这在动态加载选项或异步获取数据的场景中尤为常见。新版本确保了无论选项是否存在,已选中的值都能正确显示,提高了组件的健壮性。
表格组件增强
Table组件优化了列配置功能。在关闭列配置弹窗时,之前版本存在选择列数据与最终展示列数据不一致的问题。这可能导致用户明明在弹窗中勾选了某些列,但实际表格中却没有显示。新版本确保了配置操作与实际展示的严格同步,提升了配置功能的可靠性。
其他重要修复
ColorPicker组件修复了onChange和onRecentChange回调失效的问题,现在颜色选择器的值变化和最近使用颜色变化都能正确触发回调函数。
Drawer组件完善了类型定义,为cancelBtn和confirmBtn属性添加了null类型声明,使TypeScript支持更加完善。
总结
TDesign Vue Next 1.13.2版本虽然是一个小版本更新,但解决了一系列影响用户体验的关键问题,特别是在输入处理和数据显示方面。这些改进使得组件库更加稳定可靠,能够更好地满足企业级应用开发的严格要求。开发团队持续关注用户反馈,不断优化组件细节,体现了对产品质量的高度重视。
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