TDesign React 1.12.3版本发布:表单必填项优化与多项Bug修复
TDesign React是腾讯开源的企业级React UI组件库,提供了丰富的组件和优雅的设计语言,帮助开发者快速构建高质量的Web应用。本次发布的1.12.3版本主要针对表单组件进行了功能增强,并修复了多个组件存在的关键问题。
表单必填项位置自定义功能
在本次更新中,Form组件新增了一个重要特性——requiredMarkPositionAPI。这个API允许开发者自定义必填符号(通常为红色星号*)的位置,可以设置为"left"(标签左侧)或"right"(标签右侧)。这一改进使得表单布局更加灵活,能够适应不同的设计需求。
同时,为了保持全局一致性,GlobalConfig配置中也新增了requiredMaskPosition选项,开发者可以通过全局配置统一设置所有表单的必填符号位置,而不需要逐个表单进行设置。这种设计既保证了灵活性,又提供了便捷的全局控制方式。
组件Bug修复与优化
Drawer组件
修复了cancelBtn和confirmBtn属性类型声明中缺少null类型的问题。这意味着现在开发者可以更明确地通过设置null来隐藏这些按钮,增强了API的灵活性和类型安全性。
ImageViewer组件
解决了在小窗口模式下查看错误图片时尺寸异常的问题。现在无论窗口大小如何变化,图片查看器都能保持正确的显示比例,提供更好的用户体验。
Menu组件
修复了两个关键问题:
popupProps中的delay属性在SubMenu中无法生效的问题,现在开发者可以更精确地控制子菜单的弹出延迟时间。- 当开启
expandMutex(互斥展开)功能时,如果存在二级SubMenu,菜单无法正常展开的问题。这一修复使得多级菜单的交互更加流畅可靠。
Select组件
修复了当checkAll设为disabled后仍然会触发全选功能的问题。现在禁用状态下的全选功能将完全失效,符合开发者的预期行为。
Table组件
优化了列配置弹窗的关闭行为,修复了选择列数据与展示列数据不一致的问题。这一改进使得表格的列配置功能更加稳定可靠。
Tabs组件
解决了两个关键问题:
TabPanel通过style设置display属性无效的问题,现在开发者可以更自由地控制标签页的显示方式。- 开启懒加载后始终会先渲染第一个
TabPanel的问题,优化了性能表现,确保懒加载功能按预期工作。
TreeSelect组件
修复了labelAPI无法正常使用的问题,现在开发者可以更灵活地自定义树形选择器中节点的显示文本。
总结
TDesign React 1.12.3版本虽然是一个小版本更新,但带来了表单组件的重要功能增强和多个组件的稳定性提升。这些改进不仅增强了开发者的使用体验,也进一步提升了组件的可靠性和灵活性。对于正在使用或考虑使用TDesign React的开发者来说,升级到这个版本将获得更好的开发体验和更稳定的运行时表现。
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
unified-cache-managementUnified Cache Manager(推理记忆数据管理器),是一款以KV Cache为中心的推理加速套件,其融合了多类型缓存加速算法工具,分级管理并持久化推理过程中产生的KV Cache记忆数据,扩大推理上下文窗口,以实现高吞吐、低时延的推理体验,降低每Token推理成本。Python03
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
Spark-Prover-7BSpark-Prover-7B is a 7B-parameter large language model developed by iFLYTEK for automated theorem proving in Lean4. It generates complete formal proofs for mathematical theorems using a three-stage training framework combining pre-training, supervised fine-tuning, and reinforcement learning. The model achieves strong formal reasoning performance and state-of-the-art results across multiple theorem-proving benchmarksPython00
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-7BSpark-Formalizer-7B is a 7B-parameter large language model by iFLYTEK for mathematical auto-formalization. It translates natural-language math problems into precise Lean4 formal statements, achieving high accuracy and logical consistency. The model is trained with a two-stage strategy combining large-scale pre-training and supervised fine-tuning for robust formal reasoning.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- HHowToCook程序员在家做饭方法指南。Programmer's guide about how to cook at home (Chinese only).Dockerfile014
Spark-Scilit-X1-13B科大讯飞Spark Scilit-X1-13B基于最新一代科大讯飞基础模型,并针对源自科学文献的多项核心任务进行了训练。作为一款专为学术研究场景打造的大型语言模型,它在论文辅助阅读、学术翻译、英语润色和评论生成等方面均表现出色,旨在为研究人员、教师和学生提供高效、精准的智能辅助。Python00- PpathwayPathway is an open framework for high-throughput and low-latency real-time data processing.Python00