Semi Design 2.74.0-beta.0版本发布:Chat组件支持Markdown渲染定制
Semi Design是由字节跳动前端团队开发的一套企业级UI设计系统,提供了丰富的React组件库和设计规范。该系统以"半"为核心理念,既提供开箱即用的组件,又保留足够的定制空间,帮助开发者快速构建美观且一致的用户界面。
在最新的2.74.0-beta.0版本中,Semi Design团队对Chat组件进行了重要增强,同时修复了JsonViewer组件的一个输入处理问题。这些改进进一步提升了开发者在构建聊天类应用和JSON数据展示时的体验。
Chat组件支持Markdown渲染定制
Chat组件是Semi Design中用于构建聊天界面的重要组件,它可以方便地展示对话消息、用户头像和时间戳等信息。在2.74.0-beta.0版本中,Chat组件新增了markdownRenderProps API,为开发者提供了更灵活的Markdown内容渲染控制能力。
Markdown作为一种轻量级标记语言,在聊天消息展示中非常实用,可以支持富文本格式的消息内容。通过markdownRenderProps API,开发者现在可以:
- 自定义Markdown渲染组件,覆盖默认的渲染行为
- 针对不同类型的Markdown元素(如标题、列表、代码块等)设置特定的渲染样式
- 实现更复杂的Markdown扩展语法支持
这一特性特别适合需要高度定制化聊天界面的场景,比如:
- 企业级IM系统中需要符合公司设计规范的聊天界面
- 教育类应用中需要特殊数学公式或图表支持的对话系统
- 客服系统中需要突出显示特定消息类型的场景
JsonViewer输入处理优化
JsonViewer是Semi Design中用于可视化展示JSON数据的组件。在本次更新中,修复了一个关于输入处理的问题:之前版本中,当用户输入小写字母"z"时,组件无法正确响应。
虽然这个问题看似简单,但对于需要频繁编辑JSON数据的开发者来说却可能影响工作效率。修复后,JsonViewer组件现在能够正确处理所有大小写字母的输入,包括小写"z",确保了编辑体验的完整性和一致性。
总结
Semi Design 2.74.0-beta.0版本虽然是一个预发布版本,但带来的改进非常有价值。Chat组件的Markdown渲染定制能力为构建复杂的聊天界面提供了更多可能性,而JsonViewer的输入处理修复则提升了基础功能的可靠性。
对于正在使用或考虑采用Semi Design的开发者来说,这个版本值得关注,特别是那些需要构建定制化聊天界面的项目团队。通过利用新的markdownRenderProps API,开发者可以更轻松地实现符合特定设计需求的聊天体验。
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
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
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。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