Univer v0.5.4 版本发布:表格协作编辑引擎的重大更新
Univer 是一款开源的文档、表格和演示文稿协作编辑引擎,它提供了强大的功能和灵活的 API,使开发者能够轻松构建在线协作办公应用。最新发布的 v0.5.4 版本带来了多项重要改进和新特性,特别是在表格编辑功能方面有了显著增强。
核心功能升级
1. 增强的颜色选择器
新版本引入了支持自定义颜色的高级颜色选择器组件。这个改进不仅提供了更丰富的颜色选择体验,还允许用户输入十六进制颜色代码或使用取色器精确选择颜色。对于需要精确色彩管理的企业应用场景,这一功能尤为重要。
2. 智能粘贴功能
v0.5.4 版本新增了选择性粘贴上下文菜单,当用户执行粘贴操作时,系统会自动弹出菜单让用户选择粘贴选项。这一设计显著提升了数据处理的灵活性,用户可以选择仅粘贴值、格式或公式等特定内容,避免了不必要的格式冲突。
API 体系增强
1. 事件监听机制
新版本扩展了事件系统,为工作簿和工作表添加了多种事件监听能力:
// 监听单元格点击事件
univerAPI.getActiveWorkbook().addEvent('CellClicked', (params) => {
console.log('单元格被点击:', params);
});
// 监听单元格悬停事件
univerAPI.getActiveWorkbook().addEvent('CellHover', (params) => {
console.log('鼠标悬停在单元格上:', params);
});
这些事件为开发者提供了更细粒度的交互控制能力,使得构建响应式应用变得更加容易。
2. 公式系统改进
公式注册现在支持 lambda 函数,这为动态公式创建提供了更大的灵活性:
// 使用lambda函数注册自定义公式
formulaEngine.registerFunction('CUSTOM_SUM', (args) => {
return args.reduce((a, b) => a + b, 0);
});
3. 文本搜索API
新增的文本搜索API使得在文档中查找特定内容变得非常简单:
// 创建文本查找器
const textFinder = await univerAPI.createTextFinderAsync('搜索内容');
// 查找所有匹配项
const ranges = textFinder.findAll();
ranges.forEach((range) => {
console.log('找到匹配项位置:', range.getA1Notation());
});
架构优化与兼容性
1. 异步API升级
为了提高性能和响应能力,图像操作相关的API已升级为异步版本:
// 异步设置图像位置
await image.setPositionAsync(row, column);
// 异步调整图像大小
await image.setSizeAsync(width, height);
2. UI扩展机制
新增的registerUIPartAPI允许开发者自定义UI组件:
// 注册自定义头部组件
univerAPI.registerUIPart(BuiltInUIPart.CUSTOM_HEADER,
() => React.createElement('h1', null, '我的自定义标题'));
问题修复与性能优化
- 改进了工具提示的显示逻辑,使其在不同分辨率下都能正确显示
- 修复了包含引号的工作表名称处理问题
- 优化了字体拦截器,提高了文本渲染性能
- 改进了边框粘贴逻辑,确保新边框能正确覆盖原有边框
未来展望
v0.5.4版本为即将到来的0.6.0版本奠定了基础。开发团队正在积极工作,计划在下一个主要版本中引入对React 19的支持,这将带来更好的性能和开发体验。同时,团队也在持续优化核心架构,为开发者提供更稳定、更强大的API体系。
对于正在使用Univer构建应用的开发者,建议开始逐步迁移到新的API命名规范,如将createUniverSheet替换为createWorkbook,以确保未来版本的兼容性。
Univer作为一个快速发展的开源项目,其社区也在不断壮大。开发者可以通过GitHub讨论区分享使用经验、提出建议或报告问题,共同推动这个强大的协作编辑引擎向前发展。
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5-w4a8GLM-5-w4a8基于混合专家架构,专为复杂系统工程与长周期智能体任务设计。支持单/多节点部署,适配Atlas 800T A3,采用w4a8量化技术,结合vLLM推理优化,高效平衡性能与精度,助力智能应用开发Jinja00
请把这个活动推给顶尖程序员😎本次活动专为懂行的顶尖程序员量身打造,聚焦AtomGit首发开源模型的实际应用与深度测评,拒绝大众化浅层体验,邀请具备扎实技术功底、开源经验或模型测评能力的顶尖开发者,深度参与模型体验、性能测评,通过发布技术帖子、提交测评报告、上传实践项目成果等形式,挖掘模型核心价值,共建AtomGit开源模型生态,彰显顶尖程序员的技术洞察力与实践能力。00
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
MiniMax-M2.5MiniMax-M2.5开源模型,经数十万复杂环境强化训练,在代码生成、工具调用、办公自动化等经济价值任务中表现卓越。SWE-Bench Verified得分80.2%,Multi-SWE-Bench达51.3%,BrowseComp获76.3%。推理速度比M2.1快37%,与Claude Opus 4.6相当,每小时仅需0.3-1美元,成本仅为同类模型1/10-1/20,为智能应用开发提供高效经济选择。【此简介由AI生成】Python00
Qwen3.5Qwen3.5 昇腾 vLLM 部署教程。Qwen3.5 是 Qwen 系列最新的旗舰多模态模型,采用 MoE(混合专家)架构,在保持强大模型能力的同时显著降低了推理成本。00- RRing-2.5-1TRing-2.5-1T:全球首个基于混合线性注意力架构的开源万亿参数思考模型。Python00