TDesign Vue Next 1.14.0 版本发布:功能增强与体验优化
TDesign Vue Next 是基于 Vue 3 的企业级 UI 组件库,由腾讯前端团队开发和维护。它提供了丰富的组件和现代化的设计风格,帮助开发者快速构建高质量的 Web 应用。本次发布的 1.14.0 版本带来了多项功能增强和问题修复,进一步提升了组件的稳定性和用户体验。
新增功能亮点
组件 API 统一优化
Alert 组件新增了 closeBtn API,用于替代即将废弃的 close 属性。这一变更使得 API 命名更加统一和规范,开发者应尽快调整代码以使用新 API。这种统一命名规范的做法有助于降低学习成本,提高代码一致性。
插件场景支持增强
Dialog、Drawer、Loading、Message 和 Notification 等组件现在都支持 appContext 的绑定和传入。这一改进特别适合在插件场景中使用,解决了在这些场景下无法正常使用路由或全局指令的问题。例如,在 Vue 插件中创建弹窗时,现在可以正确访问到应用上下文中的路由和全局指令。
交互体验优化
Popup 组件优化了浮层箭头的显示逻辑。在空间不足的情况下,箭头现在会跟随浮层进行偏移,确保箭头位置始终准确指向触发元素。这一改进显著提升了提示类组件的视觉体验。
Select 组件在远程搜索场景下有了更好的表现。当使用 valueType="value" 时,组件现在能够保留已选中选项的数据进行展示,解决了之前选中项数据丢失的问题。同时,Select 组件还支持通过 selectInputProps 将多选属性透传到 valueDisplay,提供了更灵活的定制能力。
Tree 组件在多选场景下新增了节点 hover 提示功能,与单选场景保持一致。此外,修复了点击展开按钮错误触发 onClick 事件的问题,这一变更可能会影响依赖此前异常行为的业务逻辑,开发者需要特别注意。
问题修复与改进
本次版本修复了多个组件的已知问题:
-
Cascader 组件修复了
valueType="full"且 value 为 undefined 时的内部报错问题,提升了组件的健壮性。 -
ColorPicker 组件解决了渐变模式下点击滑块添加色点时定位错误的问题,使颜色选择更加精准。
-
Form 组件修复了
id属性不生效的问题,确保了表单控件的可访问性。 -
Popup 组件修复了当
triggerElement为字符串类型时,不能正常用于元素选择器的问题,增强了组件的灵活性。 -
TimeRangePicker 组件解决了点击面板确定按钮未重置非法格式输入的问题,提升了时间选择的可靠性。
-
Textarea 组件优化了滚动条的样式问题,使文本输入区域的视觉效果更加协调。
文档与演示优化
Alert 组件的演示交互得到了改进。现在当关闭 Alert 后,会显示"显示 Alert"按钮以便恢复显示,这为开发者提供了更直观的组件行为展示。
总结
TDesign Vue Next 1.14.0 版本通过新增功能、优化体验和修复问题,进一步提升了组件库的质量和可用性。特别是对插件场景的支持增强和交互细节的优化,体现了团队对开发者体验的持续关注。建议开发者及时升级到最新版本,并根据变更说明调整相关代码,以获得最佳开发体验。
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