TDesign Mobile React 0.14.0版本发布:新增级联选择与下拉菜单组件
TDesign Mobile React是腾讯开源的一套面向移动端的React组件库,基于TDesign设计体系,为开发者提供高质量、易用的UI组件解决方案。最新发布的0.14.0版本带来了两个重要的新组件和多项功能优化,进一步丰富了移动端开发的能力。
新增组件亮点
1. Cascader级联选择组件
Cascader级联选择器是本次版本新增的重要组件,它特别适合处理多层级的数据选择场景。在移动端应用中,我们经常需要处理省市区选择、商品分类等多级联动数据,Cascader组件为此类场景提供了优雅的解决方案。
该组件支持以下核心特性:
- 多级联动数据展示
- 自定义选项渲染
- 异步加载子节点
- 灵活的选中策略配置
开发者可以通过简单的配置实现复杂的级联选择交互,大大提升了开发效率。
2. DropdownMenu下拉菜单组件
DropdownMenu是另一个新增的核心组件,它为移动端提供了标准的筛选菜单交互模式。在电商类应用中,我们经常看到价格筛选、分类筛选等功能,DropdownMenu正是为此类场景量身打造。
该组件的主要特点包括:
- 支持单选和多选模式
- 可自定义菜单项内容
- 灵活的展开/收起控制
- 与移动端手势完美融合的交互体验
功能增强与优化
Overlay遮罩组件增强
Overlay组件新增了动画生命周期回调函数,包括onOpen、onOpened、onClose和onClosed四个事件。这些回调让开发者能够更精确地控制遮罩的显示和隐藏过程,实现更复杂的交互逻辑。
例如,可以在onOpened回调中执行一些需要在遮罩完全展开后才能进行的操作,或者在onClose回调中做一些清理工作,这些都为开发者提供了更大的灵活性。
PullDownRefresh下拉刷新优化
新增的disabled属性允许开发者动态控制下拉刷新功能的可用状态。这在某些特定场景下非常有用,比如当页面内容已经是最新时,可以禁用下拉刷新以避免不必要的操作。
问题修复
本次版本还修复了一些已知问题:
-
Button组件修复了点击态样式缺失的问题,现在按钮在点击时会显示正确的视觉反馈,提升了用户体验。
-
Steps步骤条组件修复了内置图标无效的问题,确保了步骤指示器的正确显示。
总结
TDesign Mobile React 0.14.0版本的发布,通过新增Cascader和DropdownMenu两个实用组件,进一步丰富了移动端开发的工具箱。同时,对现有组件的功能增强和问题修复,也提升了整体使用体验。这些改进使得开发者能够更高效地构建高质量的移动应用界面,同时保证了良好的用户体验。
对于正在使用或考虑使用TDesign Mobile React的开发者来说,这个版本值得关注和升级。特别是那些需要处理复杂数据选择或筛选场景的项目,新增的两个组件将大大简化开发工作。
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
unified-cache-managementUnified Cache Manager(推理记忆数据管理器),是一款以KV Cache为中心的推理加速套件,其融合了多类型缓存加速算法工具,分级管理并持久化推理过程中产生的KV Cache记忆数据,扩大推理上下文窗口,以实现高吞吐、低时延的推理体验,降低每Token推理成本。Python03
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
Spark-Prover-7BSpark-Prover-7B is a 7B-parameter large language model developed by iFLYTEK for automated theorem proving in Lean4. It generates complete formal proofs for mathematical theorems using a three-stage training framework combining pre-training, supervised fine-tuning, and reinforcement learning. The model achieves strong formal reasoning performance and state-of-the-art results across multiple theorem-proving benchmarksPython00
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-7BSpark-Formalizer-7B is a 7B-parameter large language model by iFLYTEK for mathematical auto-formalization. It translates natural-language math problems into precise Lean4 formal statements, achieving high accuracy and logical consistency. The model is trained with a two-stage strategy combining large-scale pre-training and supervised fine-tuning for robust formal reasoning.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- HHowToCook程序员在家做饭方法指南。Programmer's guide about how to cook at home (Chinese only).Dockerfile014
Spark-Scilit-X1-13B科大讯飞Spark Scilit-X1-13B基于最新一代科大讯飞基础模型,并针对源自科学文献的多项核心任务进行了训练。作为一款专为学术研究场景打造的大型语言模型,它在论文辅助阅读、学术翻译、英语润色和评论生成等方面均表现出色,旨在为研究人员、教师和学生提供高效、精准的智能辅助。Python00- PpathwayPathway is an open framework for high-throughput and low-latency real-time data processing.Python00