Taiga UI v4.29.0 版本发布:动画增强与组件优化
Taiga UI 是一个现代化的 Angular UI 组件库,专注于为开发者提供丰富、灵活且高性能的界面组件。本次发布的 v4.29.0 版本带来了多项功能增强和问题修复,特别是在动画系统和表单组件方面有显著改进。
核心功能增强
新增动画指令 tuiAnimation
本次版本最值得关注的是新增的 tuiAnimation 指令,它为开发者提供了更强大的动画控制能力。这个指令可以轻松地为组件添加各种动画效果,包括但不限于:
- 入场/出场动画
- 状态变化动画
- 交互反馈动画
开发者现在可以通过简单的配置实现复杂的动画效果,而不需要编写大量的 CSS 或 JavaScript 代码。这个特性特别适合需要丰富交互体验的应用场景。
InputMonthRange 组件重构
InputMonthRange 组件已重构为使用新的 Textfield 基础组件。这一重构带来了以下改进:
- 更一致的 API 设计,与其他表单组件保持统一
- 更好的可访问性支持
- 更灵活的样式定制能力
- 性能优化,减少不必要的渲染
重构后的组件在功能上完全向后兼容,现有代码无需修改即可继续使用,但开发者现在可以利用新特性进行更精细的控制。
问题修复与改进
表格组件增强
表格排序功能得到了多项改进:
- 修复了当启用
requiredSort时tuiSortChange事件不触发的问题 - 改进了
tuiSortChange事件类型定义,提供更准确的类型提示
这些改进使得表格的排序功能更加可靠,特别是在需要强制排序的业务场景中。
实验性组件稳定性提升
实验性的 Accordion 组件修复了动态子元素的问题,现在能够正确处理动态添加或移除的子项,为开发者提供了更稳定的手风琴组件体验。
表单组件优化
多个表单相关组件得到了修复和优化:
Block组件修复了内部输入框的样式问题Chip组件作为文本输入时的点击区域问题已修复- 禁用的复选框现在正确地变为非交互状态
InputTag组件移除了不必要的滚动条- 修复了文本域在长单词情况下的水平扩展问题
这些改进提升了表单组件的用户体验和一致性,特别是在复杂表单场景中。
布局组件调整
BlockStatus 组件修复了当描述块为空时的边距问题,使得布局更加精确和一致。
升级建议
对于正在使用 Taiga UI 的开发者,建议尽快升级到 v4.29.0 版本以获取这些改进。特别是:
- 需要丰富动画效果的项目可以开始使用新的
tuiAnimation指令 - 使用表格排序功能的项目将受益于更可靠的事件触发机制
- 使用表单组件的项目将获得更一致的行为和样式
升级过程应该是平滑的,因为大多数修改都是向后兼容的改进和问题修复。不过,建议在升级后对关键功能进行测试,特别是涉及表格排序和动态手风琴的场景。
总体而言,v4.29.0 版本进一步提升了 Taiga UI 的稳定性和功能性,为开发者构建现代化 Angular 应用提供了更强大的工具集。
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-1.5暂无简介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
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
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