VisActor/VTable 1.18.2版本发布:表格组件功能优化与问题修复
VisActor/VTable是一个功能强大的开源表格组件库,提供了丰富的数据展示和交互能力。该组件支持多种表格类型,包括基础表格、透视表、树形表格等,并具备高性能渲染、丰富的交互功能以及灵活的扩展能力。在1.18.2版本中,开发团队主要针对现有功能进行了优化和问题修复,提升了组件的稳定性和用户体验。
核心功能优化
本次更新对表格组件的多个核心功能进行了优化。在自适应宽度模式方面,开发团队补充了widthAdaptiveMode的逻辑,使表格在不同尺寸容器中的展示更加合理。对于透视表场景,修复了在隐藏表头时headerPath查找错误的问题,确保表头隐藏操作的正确性。
在数据更新方面,修复了当records为空时updateColumns API报错的问题,以及使用dataSource对象调用updateOption时出现的错误。这些改进使得数据更新操作更加健壮,能够处理更多边界情况。
交互体验提升
针对表格的交互体验,1.18.2版本做了多处改进。修复了旋转后调整列宽时出现的交互错误,确保在表格旋转后仍能正常进行列宽调整。同时优化了transform rotate API的实现,使其更加稳定可靠。
对于分组和聚合场景,本次更新跳过了聚合行的序号计算,当启用groupBy功能时,不再为聚合行计算序号。此外,还修复了在聚合行中隐藏行序号和复选框的问题,使表格展示更加符合预期。
性能与架构改进
在架构层面,1.18.2版本将事件监听器改为使用vglobal,这一改动有助于统一事件管理,减少内存泄漏风险,提升整体性能。同时重构了插件的更新进度处理逻辑,使插件系统更加稳定可靠。
其他重要修复
本次更新还包括多项细节修复,如修复了冻结布局中行移动时跳过边框节点的问题,优化了图标在单元格中的显示逻辑,解决了滚动时出现的控制台错误等。这些改进虽然看似细微,但对提升整体用户体验有着重要作用。
VisActor/VTable 1.18.2版本的发布,体现了开发团队对产品质量的持续追求。通过不断优化核心功能和修复已知问题,VTable正变得越来越稳定和易用,为开发者提供了更强大的数据展示解决方案。
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