Ark-UI React 5.10.0版本发布:新增密码输入组件与多项功能优化
Ark-UI是一个现代化的React UI组件库,专注于提供高性能、可访问性强的交互式组件。它采用原子化设计理念,通过组合基础组件来构建复杂的用户界面。Ark-UI特别注重开发者体验,提供了完整的类型定义和直观的API设计。
密码输入组件全新登场
本次5.10.0版本最引人注目的新特性是全新的PasswordInput组件,它为开发者提供了开箱即用的密码输入解决方案。这个组件不仅包含了基本的密码输入功能,还内置了密码可见性切换功能,大大简化了开发者的工作流程。
使用PasswordInput组件非常简单,它遵循Ark-UI一贯的组件组合模式:
import { PasswordInput } from '@ark-ui/react/password-input'
import { EyeIcon, EyeOffIcon } from 'lucide-react'
export const Basic = () => (
<PasswordInput.Root>
<PasswordInput.Label>密码</PasswordInput.Label>
<PasswordInput.Control>
<PasswordInput.Input />
<PasswordInput.VisibilityTrigger>
<PasswordInput.Indicator fallback={<EyeOffIcon />}>
<EyeIcon />
</PasswordInput.Indicator>
</PasswordInput.VisibilityTrigger>
</PasswordInput.Control>
</PasswordInput.Root>
)
这个组件设计有几个值得注意的特点:
- 可组合性:通过
Root、Control、Input等子组件灵活组合,适应不同场景需求 - 图标切换:内置可见性切换功能,支持自定义图标
- 无障碍支持:自动处理ARIA属性,确保屏幕阅读器正确识别
- 类型安全:完整的TypeScript支持,提供良好的开发体验
Select组件增强
Select组件在此版本中新增了onSelect回调函数,当用户通过键盘或鼠标选择项目时会触发这个回调。这个改进使得开发者能够更精确地控制选择行为,实现更复杂的交互逻辑。
在实际应用中,这个特性特别有用,比如:
- 在选择项目时立即触发搜索
- 实现级联选择效果
- 在选择时同步更新其他UI状态
问题修复与稳定性提升
本次更新还包含了一系列问题修复,进一步提升了组件的稳定性和可靠性:
-
Color Picker修复:解决了在通过输入提交时错误触发值变更结束事件的问题,现在颜色选择器的行为更加符合预期。
-
Toast组件改进:修复了调用
toast.remove()时不带ID会导致TypeScript错误的问题,增强了类型安全性。 -
Field组件优化:修复了在特殊DOM环境中无法检测辅助文本和错误文本的问题,这使得Ark-UI在更复杂的前端架构中(如微前端应用)也能正常工作。
升级建议
对于现有项目,建议尽快升级到5.10.0版本以获取这些改进和新功能。特别是:
- 需要密码输入功能的项目可以直接使用新的
PasswordInput组件 - 使用Select组件并需要更精细控制选择行为的项目可以受益于新的
onSelect回调 - 遇到上述修复问题的项目可以通过升级解决相关bug
升级过程通常很平滑,但建议在升级后对相关功能进行测试,确保一切正常工作。对于TypeScript项目,新版本提供了更完善的类型定义,可能会发现之前未被捕获的类型问题,这也是改进代码质量的好机会。
Ark-UI持续关注开发者体验和组件质量,5.10.0版本的发布再次证明了这一点。无论是新加入的密码输入组件,还是对现有组件的改进,都体现了团队对细节的关注和对现代Web开发需求的深刻理解。
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
GLM-4.7-FlashGLM-4.7-Flash 是一款 30B-A3B MoE 模型。作为 30B 级别中的佼佼者,GLM-4.7-Flash 为追求性能与效率平衡的轻量化部署提供了全新选择。Jinja00
VLOOKVLOOK™ 是优雅好用的 Typora/Markdown 主题包和增强插件。 VLOOK™ is an elegant and practical THEME PACKAGE × ENHANCEMENT PLUGIN for Typora/Markdown.Less00
PaddleOCR-VL-1.5PaddleOCR-VL-1.5 是 PaddleOCR-VL 的新一代进阶模型,在 OmniDocBench v1.5 上实现了 94.5% 的全新 state-of-the-art 准确率。 为了严格评估模型在真实物理畸变下的鲁棒性——包括扫描伪影、倾斜、扭曲、屏幕拍摄和光照变化——我们提出了 Real5-OmniDocBench 基准测试集。实验结果表明,该增强模型在新构建的基准测试集上达到了 SOTA 性能。此外,我们通过整合印章识别和文本检测识别(text spotting)任务扩展了模型的能力,同时保持 0.9B 的超紧凑 VLM 规模,具备高效率特性。Python00
KuiklyUI基于KMP技术的高性能、全平台开发框架,具备统一代码库、极致易用性和动态灵活性。 Provide a high-performance, full-platform development framework with unified codebase, ultimate ease of use, and dynamic flexibility. 注意:本仓库为Github仓库镜像,PR或Issue请移步至Github发起,感谢支持!Kotlin07
compass-metrics-modelMetrics model project for the OSS CompassPython00