VisActor/VTable 1.19.0版本发布:甘特图增强与容器适配优化
VisActor/VTable是一个功能强大的表格可视化库,专注于提供高性能、可定制化的表格展示方案。它支持多种表格类型,包括基础表格、透视表以及甘特图等,广泛应用于数据可视化、项目管理等领域。本次1.19.0版本的发布带来了多项实用功能增强和问题修复。
甘特图功能增强
-
任务条最小尺寸配置
新版本为甘特图任务条增加了minSize配置项,开发者可以设置任务条的最小显示尺寸。当任务时间跨度较小时,任务条仍能保持清晰可见,避免因时间跨度小而导致的任务条显示过小问题。 -
依赖连线样式自定义
现在支持为不同类型的依赖关系连线设置不同的样式。开发者可以根据项目需求,为不同类型的任务依赖(如完成-开始、开始-开始等)配置不同的线条颜色、粗细或样式,使甘特图的依赖关系展示更加直观清晰。 -
行高计算优化
修复了在某些taskShowMode下可能导致的行高计算错误问题,确保甘特图中所有行都能正确计算和显示高度。特别是处理空子任务数组时,现在能够更准确地计算行高。
表格容器适配优化
-
容器适配模式
新增containerFit配置项,使表格能够更好地适应其容器尺寸。这一功能特别适用于响应式布局场景,当容器尺寸发生变化时,表格能够自动调整自身尺寸以匹配容器,提供更流畅的用户体验。 -
列宽缓存管理
在updateColumns API中新增了clearColWidthCache方法,开发者可以更灵活地管理列宽缓存。当需要强制重新计算列宽时,可以清除现有缓存,确保列宽计算结果的准确性。
其他功能改进
-
WPS填充柄插件
新增了类似WPS表格的填充柄功能,用户可以通过拖拽快速填充数据,提升数据录入效率。这一功能模仿了办公软件中常见的智能填充体验。 -
性能优化
更新了VRender 1.0.0作为渲染引擎,带来性能提升和稳定性改进。同时优化了分组释放逻辑,解决了GIF动画在特定情况下无法停止的问题。
问题修复
- 修复了列宽在updateColumns后可能显示不正确的问题
- 解决了甘特图在某些显示模式下行高计算错误的问题
- 修正了按钮和开关样式导入路径的问题
VisActor/VTable 1.19.0版本的这些改进使表格展示更加灵活,甘特图功能更加强大,特别是在项目管理场景下,新的依赖连线样式和任务条最小尺寸配置大大提升了可视化效果。容器适配功能的加入也使VTable在各种布局场景下表现更加稳定可靠。
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