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。
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