TDesign React组件库v1.11.6版本发布:面包屑折叠与多项优化
TDesign是腾讯开源的企业级UI组件库,提供了丰富的React、Vue等前端框架的组件实现。作为企业级中后台解决方案,TDesign以设计体系为指导,通过高质量的代码实现帮助开发者快速构建美观、一致的用户界面。本次发布的React版本v1.11.6带来了面包屑组件的重要功能增强以及多个组件的体验优化。
面包屑组件新增折叠功能
在本次更新中,Breadcrumb面包屑组件获得了重要的功能增强,新增了ellipsis、maxItems、itemsAfterCollapse和itemsBeforeCollapse等API,专门用于处理面包屑项过多时的折叠场景。
在实际业务中,特别是复杂的导航路径场景下,面包屑可能会变得非常长,影响页面布局和用户体验。新引入的折叠功能允许开发者:
- 通过
maxItems设置显示的最大项目数 - 使用
itemsBeforeCollapse和itemsAfterCollapse控制折叠前后显示的项目数 - 通过
ellipsis自定义折叠按钮的显示
这一改进使得面包屑在有限空间内能够优雅地展示关键路径信息,同时保持导航功能的完整性,特别适合深度导航结构的应用场景。
组件体验优化
本次更新还对多个组件的用户体验进行了优化:
-
RadioGroup单选组:优化了选项切换时的高亮效果,使交互反馈更加清晰明确。这一改进提升了表单操作的视觉引导性,帮助用户更好地理解当前选择状态。
-
Tag标签:修复了
style样式优先级低于color的问题。现在开发者可以更灵活地通过内联样式覆盖标签的默认外观,满足更多定制化场景需求。 -
ColorPicker颜色选择器:修复了单色和渐变模式切换时的显示异常问题。颜色选择器作为设计工具中的重要组件,这一修复确保了颜色模式切换的平滑过渡和正确显示。
-
Table表格:修复了可调整列宽表格右侧拖拽调整的异常问题。表格作为数据展示的核心组件,列宽调整功能的稳定性直接影响用户体验,这一修复提升了表格操作的可靠性。
-
Swiper轮播:优化了默认容器高度,解决了导航器(navigator)位置异常的问题。同时文档中补充了缺失的示例样式,帮助开发者更快上手使用。
技术前瞻
值得注意的是,TDesign团队正在积极准备对React 19的全面兼容支持。即将发布的1.12.0版本将完全兼容React 19,目前开发者可以通过1.12.0-alpha.3版本进行试用和反馈。这体现了TDesign团队对技术前沿的快速响应能力,确保开发者能够在新版本React发布后立即获得良好的开发体验。
总结
TDesign React v1.11.6版本虽然是一个小版本更新,但在细节优化上做了大量工作。从面包屑的折叠功能到多个组件的体验修复,都体现了团队对产品质量和开发者体验的持续关注。这些改进虽然看似细微,但在实际业务场景中却能显著提升用户体验和开发效率。
对于正在使用TDesign的企业和开发者来说,及时升级到最新版本可以获得更稳定、更完善的组件功能。特别是那些需要处理复杂导航结构或大量表单交互的项目,本次更新带来的改进将直接提升产品的用户体验。
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-1.5HunyuanVideo-1.5作为一款轻量级视频生成模型,仅需83亿参数即可提供顶级画质,大幅降低使用门槛。该模型在消费级显卡上运行流畅,让每位开发者和创作者都能轻松使用。本代码库提供生成创意视频所需的实现方案与工具集。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
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