React Tags 6.10.4版本发布:提升输入体验与构建优化
React Tags是一个流行的React组件库,专门用于实现标签输入功能。它提供了高度可定制的标签管理界面,支持添加、删除、拖拽排序等操作,广泛应用于表单、内容管理系统等需要标签输入的场景。
核心功能改进
最新发布的6.10.4版本主要解决了几个关键问题,提升了组件的稳定性和用户体验:
-
韩语输入优化:修复了韩语输入法触发两次keydown事件的问题,现在使用韩语输入法时体验更加流畅自然。
-
无障碍访问增强:改进了清除所有标签按钮的可访问性,确保屏幕阅读器能够正确识别该功能,提升了组件的无障碍体验。
-
类型定义完善:修复了Tag类型的导出问题,现在TypeScript用户能够获得更准确的类型提示。
构建系统优化
开发团队对项目的构建系统进行了多项改进:
-
Webpack配置调整:将生产环境配置文件扩展名改为.cjs,确保在不同环境下都能正确识别配置文件。
-
模块解析优化:设置resolve.fullySpecified为false,允许ES模块导入时不指定文件扩展名,简化了开发者的导入语法。
-
测试覆盖率监控:启用了GitHub Actions的覆盖率检查功能,确保每次Pull Request都能自动运行测试并检查覆盖率。
依赖更新
项目紧跟React生态的发展:
-
React 19支持:将React的peerDependencies更新至^19.0.0,确保组件能够兼容最新版本的React。
-
React DnD升级:同时将React DnD的peerDependencies更新至^16.0.0,保持拖拽功能与最新库版本的兼容性。
开发者体验提升
-
预览构建修复:确保bundle.css能够正确加载,预览构建功能现在可以正常工作。
-
classNames属性类型修复:解决了classNames属性的类型问题,开发者现在可以获得更准确的类型提示。
这个版本虽然没有引入新功能,但通过一系列问题修复和优化,显著提升了React Tags的稳定性、兼容性和开发者体验。对于正在使用或考虑使用React Tags的开发者来说,升级到这个版本将获得更可靠的表现和更好的开发体验。
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