Storybook 9.0 RC5版本发布:前端组件开发工具再升级
Storybook作为当前最流行的前端组件开发工具之一,近日发布了9.0版本的第五个候选版本(RC5)。这个版本继续完善了多项功能,特别是针对可访问性测试、Vitest集成以及自动化迁移等方面进行了重要改进。
可访问性测试增强
在RC5版本中,Storybook对可访问性(A11y)插件的选择器自动迁移检测机制进行了优化。这项改进使得开发者在进行组件可访问性测试时,能够更准确地识别和迁移选择器,减少了手动调整的工作量。可访问性测试是现代前端开发中不可忽视的重要环节,Storybook的这一改进将帮助团队更容易地构建符合WCAG标准的组件。
Vitest集成改进
对于使用Vitest作为测试框架的项目,RC5版本带来了两个重要改进:
-
现在支持将
vitest.projects.ts文件识别为工作区文件,在安装后处理(postinstall)阶段会自动处理这类文件。这意味着在包含多个子项目的Monorepo结构中,Storybook能够更好地与Vitest集成。 -
每次运行测试前都会自动清理覆盖率数据,确保测试结果的准确性。这一改进避免了之前版本中可能出现的覆盖率数据累积问题,使得测试报告更加可靠。
自动化迁移优化
Storybook 9.0引入了一系列自动化迁移工具,帮助开发者从旧版本平滑升级。在RC5中,修复了require包装器(wrap require wrapper)的相关问题,使得自动迁移过程更加稳定。对于大型项目来说,这项改进可以显著减少升级过程中的手动干预。
其他重要改进
- 移除了控制面板(Controls)中的空状态视频链接,使界面更加简洁
- 预设系统现在能够正确处理传递给ESM入口的.cjs文件,提高了模块系统的兼容性
- 伪状态(Pseudo States)插件现在会忽略转义的伪类名,避免了不必要的处理
升级建议
对于正在评估Storybook 9.0的团队,RC5版本已经相当稳定,可以作为升级测试的起点。特别是那些重度使用可访问性测试和Vitest的项目,这个版本带来的改进值得关注。不过作为候选版本,生产环境仍建议等待正式版发布。
Storybook 9.0系列版本持续在前端组件开发体验上做出创新,这些改进将帮助开发者更高效地构建、测试和文档化UI组件。随着正式版发布的临近,我们可以期待一个更加强大和稳定的Storybook新版本。
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust0194
cann-learning-hubCANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。Jupyter Notebook0121
MiMo-V2.5-Pro-FP4-DFlashMiMo-V2.5-Pro-FP4-DFlash 是驱动 MiMo-V2.5-Pro-UltraSpeed 的底层模型: FP4 量化骨干网络:对 MoE 专家采用 MXFP4 量化,同时保持模型其他部分的更高精度,在几乎无损质量的前提下,显著减小模型体积并降低内存带宽压力。 BF16 DFlash 草稿生成器:用于块扩散推测解码,每次前向传播可生成一整个块的 tokens,并让骨干网络一步完成验证。 两者协同作用,既降低了每参数的位宽,又减少了骨干网络前向传播的次数,而这两者正是万亿参数模型解码过程中的两大主要成本来源。Python00
JoyAI-EchoJoyAI-Echo,这是一个独立的、仅用于推理的版本,旨在实现分钟级多镜头音视频生成。它采用了经过蒸馏的DMD生成器、配对的跨模态记忆以及故事级别的一致性。其性能的核心在于,一个跨模态视听记忆库能够在长达五分钟的视频中保持角色外观和语音音色的一致性。同时,一个训练后处理流程将基于记忆的强化学习与分布匹配蒸馏相结合,实现了7.5倍的速度提升,显著增强了视觉质量和对齐效果。00
AstrBot✨ 易上手的多平台 LLM 聊天机器人及开发框架 ✨ 平台支持 QQ、QQ频道、Telegram、微信、企微、飞书 | OpenAI、DeepSeek、Gemini、硅基流动、月之暗面、Ollama、OneAPI、Dify 等。附带 WebUI。Python05
handy-ollama动手学Ollama,CPU玩转大模型部署,在线阅读地址:https://datawhalechina.github.io/handy-ollama/Jupyter Notebook06