Ant Design Blazor 1.1.4版本发布:表格功能全面升级
Ant Design Blazor是基于Ant Design设计体系的Blazor组件库,它为.NET开发者提供了一套美观、易用的UI组件。1.1.4版本主要针对Table组件进行了多项功能增强和问题修复,同时优化了其他组件的使用体验。
表格组件重大改进
动态列类型识别
新版本为Table组件增加了动态列类型识别功能。当开发者使用对象类型的列时,组件能够自动识别列的数据类型,并根据类型自动选择合适的过滤方式。这一改进大大简化了开发者的配置工作,使得表格的过滤功能更加智能和易用。
回车确认过滤
在过滤操作中,现在支持通过按回车键来确认过滤条件。这个细节改进提升了用户的操作效率,特别是在需要频繁进行数据过滤的场景下,用户不再需要每次都点击确认按钮。
选择状态修复
1.1.4版本修复了多个与选择状态相关的问题:
- 修复了全选状态不能正确更新的问题
- 解决了分页时已选中的选项会被禁用项清除的bug
- 优化了选择逻辑,确保在各种边界条件下都能正常工作
过滤功能增强
针对表格的过滤功能,本次更新做了多项改进:
- 修复了当过滤操作从"区间"改为"等于"时可能出现的错误
- 优化了过滤组件的边界调整模式(BoundaryAdjustMode)
- 改进了QueryModel的反序列化处理
高度计算优化
修复了在计算表格自动高度时,没有正确排除模态框(modal)和抽屉(drawer)的问题。这使得表格在复杂布局中的高度计算更加准确。
其他组件改进
Tabs组件修复
修复了当关闭一个标签页后,右侧标签页的上下文菜单无法正常工作的问题。这个修复提升了标签页组件的稳定性和用户体验。
Form组件改进
现在支持动态更改帮助(Help)消息。开发者可以在运行时根据业务逻辑调整表单字段的帮助信息,使得表单交互更加灵活。
Icon组件优化
修复了当设置TwoToneColor时图标双色生成的问题。现在图标能够正确显示开发者指定的双色效果。
ReuseTabs组件修复
解决了当路由值为null时可能抛出空引用异常(NRE)的问题,增强了组件的健壮性。
测试工具优化
移除了TestKit中对FluentAssertions的依赖,简化了测试环境的配置。
总结
Ant Design Blazor 1.1.4版本虽然是一个小版本更新,但在表格组件的功能和稳定性方面做了大量改进。特别是动态列类型识别和回车确认过滤等新特性,将显著提升开发效率和用户体验。对于正在使用或考虑使用Ant Design Blazor的.NET开发者来说,这个版本值得升级。
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
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
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Python00
HunyuanVideo-1.5暂无简介00
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-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
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