Storybook v9.0.0-rc.0 发布:前端组件开发工具的重大更新
Storybook 是一个流行的前端组件开发环境,它允许开发者独立构建、测试和文档化 UI 组件。作为前端开发工作流中的重要工具,Storybook 9.0.0-rc.0 版本的发布带来了多项改进和新特性,标志着该项目向稳定版本迈出了重要一步。
核心功能优化
本次更新在核心功能方面进行了多项优化。首先,Storybook 现在能够更好地处理动画效果,在渲染周期完成前会等待动画结束,这解决了之前组件动画可能导致测试不准确的问题。其次,框架移除了 viewport meta 标签中的 maximum-scale=1 限制,为响应式设计测试提供了更灵活的空间。
在错误处理方面,新版本增强了未捕获错误的检测能力,这对于开发者调试组件非常有帮助。同时,团队还优化了预览 API 的打包策略,避免了 manager 入口中的预打包问题,提升了构建效率。
无障碍功能增强
无障碍访问(A11y)是本次更新的重点改进领域。开发团队修复了在 pnpm 项目中使用 axe-core 的问题,并解决了多个无障碍检查的一致性问题。特别值得注意的是,现在当组件通过热模块替换(HMR)更新时,Storybook 会自动重新运行无障碍测试,确保组件修改后依然符合无障碍标准。
文档部分的无障碍性也得到了提升,改进了 TableOfContents 的 HTML 结构和无障碍特性,使文档导航对辅助技术更加友好。
文档与测试改进
在文档功能方面,团队修复了 layout: centered 与 inline: false 同时使用时的显示问题,并解决了居中布局下 iframe 内容宽度不正确的情况。这些改进使得文档展示更加稳定可靠。
测试相关功能也有显著提升。Vitest 插件现在使用独立的缓存目录,并支持包含空格的路径,解决了之前的一些兼容性问题。自动化测试方面,现在能够正确处理 lit 数组的克隆行为,确保测试数据的准确性。
自动化迁移与构建优化
对于从旧版本升级的用户,自动化迁移工具得到了多项改进。现在能够正确地在 ESM 模块中应用 wrap-require 自动迁移,并优化了渲染器到框架的迁移逻辑。同时修复了 addon-docs 的安装问题,使迁移过程更加顺畅。
构建系统方面,项目更新了导入路径并启用了语法最小化,移除了构建配置中的别名,使项目结构更加清晰。这些底层优化虽然对最终用户不可见,但为开发者提供了更好的维护基础。
开发者体验提升
CLI 工具也获得了多项改进,包括优化的包升级逻辑、调整的初始化提示,以及移除了 yarn create 命令中的 @latest 标签。这些变化使得新项目创建和现有项目管理更加直观便捷。
实验性的 afterEach 钩子现已稳定,为开发者提供了更强大的测试生命周期控制能力。同时,测试相关的 addon 现在会自动在所有测试之前加载,简化了配置流程。
Storybook 9.0.0-rc.0 的这些改进覆盖了从核心功能到开发者体验的各个方面,为即将到来的正式版奠定了坚实基础。对于前端开发团队来说,这些更新将显著提升组件开发和测试的效率与可靠性。
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
GLM-4.7-FlashGLM-4.7-Flash 是一款 30B-A3B MoE 模型。作为 30B 级别中的佼佼者,GLM-4.7-Flash 为追求性能与效率平衡的轻量化部署提供了全新选择。Jinja00
VLOOKVLOOK™ 是优雅好用的 Typora/Markdown 主题包和增强插件。 VLOOK™ is an elegant and practical THEME PACKAGE × ENHANCEMENT PLUGIN for Typora/Markdown.Less00
PaddleOCR-VL-1.5PaddleOCR-VL-1.5 是 PaddleOCR-VL 的新一代进阶模型,在 OmniDocBench v1.5 上实现了 94.5% 的全新 state-of-the-art 准确率。 为了严格评估模型在真实物理畸变下的鲁棒性——包括扫描伪影、倾斜、扭曲、屏幕拍摄和光照变化——我们提出了 Real5-OmniDocBench 基准测试集。实验结果表明,该增强模型在新构建的基准测试集上达到了 SOTA 性能。此外,我们通过整合印章识别和文本检测识别(text spotting)任务扩展了模型的能力,同时保持 0.9B 的超紧凑 VLM 规模,具备高效率特性。Python00
KuiklyUI基于KMP技术的高性能、全平台开发框架,具备统一代码库、极致易用性和动态灵活性。 Provide a high-performance, full-platform development framework with unified codebase, ultimate ease of use, and dynamic flexibility. 注意:本仓库为Github仓库镜像,PR或Issue请移步至Github发起,感谢支持!Kotlin07
compass-metrics-modelMetrics model project for the OSS CompassPython00