DataLens v1.21.0 版本发布:图表与仪表板功能全面升级
项目简介
DataLens 是一个现代化的数据可视化与分析平台,它提供了从数据连接到仪表板设计的完整解决方案。作为一个开源项目,DataLens 致力于为企业用户提供灵活、强大的数据分析工具,帮助用户通过直观的图表和仪表板发现数据中的价值。
核心功能更新
仪表板功能增强
本次版本在仪表板功能方面进行了多项重要改进:
-
图表标题提示功能:现在用户可以为仪表板上的图表组件添加标题提示,当鼠标悬停在标题上时会显示额外信息,这大大提升了仪表板的信息传达能力。
-
控件组标题支持:新增了为控件组添加标题的功能,使得复杂的仪表板布局更加清晰有序,用户可以更好地组织多个筛选器控件。
-
移动端适配优化:特别改进了控件组在移动设备上的显示效果,确保了在手机和平板上的良好用户体验。
-
选择器编辑对话框重构:对选择器编辑界面进行了全面的重新设计和代码重构,提升了界面的美观性和操作效率。
图表功能改进
在图表展示和分析方面,本次更新带来了多项实用功能:
-
空值处理增强:为渐变颜色配置添加了专门的空值处理模式(nullMode),让用户可以更灵活地控制数据缺失情况下的视觉呈现。
-
表格排序优化:
- 修复了标记列排序的问题
- 改进了空值排序逻辑
- 新增了通过Ctrl键进行二级排序的功能
-
可视化细节完善:
- 单值折线图现在会正确显示标记点
- 修复了线性图中空字符串显示为Null的问题
- 解决了切换调色板时颜色列表显示不正确的问题
-
工具提示控制:为某些可视化类型添加了工具提示隐藏设置,让用户可以根据需要控制信息显示。
技术架构升级
-
请求拦截机制:新增了beforeRequest装饰器和拦截器,为UI SDK提供了更强大的请求处理能力,开发者可以在请求发出前进行统一处理。
-
版本发布对话框:新增了版本发布提示对话框,改善了用户的升级体验。
-
权限提示优化:改进了无创建权限时的提示对话框,使其更加友好和清晰。
依赖项更新
项目同步更新了多个核心依赖库:
- @gravity-ui/chartkit升级至5.19.1
- @gravity-ui/dashkit升级至8.23.0
- @gravity-ui/uikit升级至6.39.0
- axios-retry升级至3.9.1
- @diplodoc/transform及相关依赖更新至4.42.3
这些依赖更新带来了性能改进、bug修复和新功能支持,进一步提升了系统的稳定性和功能丰富度。
总结
DataLens v1.21.0版本在用户体验和功能完整性方面都做出了显著提升。从仪表板的组织能力到图表的数据展示细节,再到技术架构的健壮性,这个版本都带来了实质性的改进。特别是对移动设备的更好支持和控件管理的增强,使得DataLens在各种使用场景下都能提供一致的高质量体验。对于数据分析师和业务用户来说,这些改进将直接提升他们的工作效率和数据洞察能力。
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-1.5HunyuanVideo-1.5作为一款轻量级视频生成模型,仅需83亿参数即可提供顶级画质,大幅降低使用门槛。该模型在消费级显卡上运行流畅,让每位开发者和创作者都能轻松使用。本代码库提供生成创意视频所需的实现方案与工具集。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
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