TinyEngine v2.2.0发布:全面支持嵌套路由与全新物料协议
TinyEngine是一款面向企业级应用的低代码开发平台,它通过可视化拖拽的方式帮助开发者快速构建Web应用。作为华为云开源的低代码引擎,TinyEngine提供了从设计到部署的全流程支持,特别适合需要快速迭代的业务场景。
嵌套路由:构建复杂应用的新范式
在v2.2.0版本中,TinyEngine引入了嵌套路由这一重要特性,为构建复杂的单页应用(SPA)提供了原生支持。嵌套路由允许开发者在页面中创建多级视图结构,实现更精细的页面组织和导航控制。
核心能力解析
画布渲染器现在能够支持父子多层级页面的嵌套渲染,在切换页面时可以实现局部刷新而非全页面刷新,这显著提升了应用性能。页面管理插件新增了子页面创建功能,开发者可以通过直观的拖拽操作来编排页面层级关系。
新增的RouterLink、RouterView组件以及横向/竖向导航代码片段,让路由配置变得简单高效。属性配置面板中加入了页面选择器,支持快速选择和回填路由配置。预览模块和出码生成都完整支持了多层级路由结构,确保开发与最终效果一致。
开发者体验优化
画布容器新增了路由指示器,直观展示当前路由层级。右键菜单功能增强,特别是为RouterLink组件添加了便捷的跳转操作。非激活页面现在支持悬停交互,工具栏增加了视图切换按钮,开发者可以自由选择查看嵌套视图或单页视图。
物料资产包协议升级
v2.2.0对物料资产包协议进行了重要调整,新增了packages字段。这一改进有效解决了组件npm包字段重复的问题,使得物料管理更加规范化和标准化。新协议为未来的生态扩展奠定了更好的基础。
全面优化的用户体验
本次更新带来了全新的UI设计和交互优化。修复了大量对接Java版本后端时发现的问题,提升了系统的稳定性和兼容性。在细节方面,优化了区块筛选、国际化配置、状态管理等诸多功能的用户体验。
特别值得一提的是,区块管理现在支持全选操作,分类和分组可以自由合并,这些改进都显著提升了开发效率。代码生成方面,现在会自动导入Element样式,减少了开发者的配置工作。
技术实现亮点
在底层架构上,v2.2.0引入了schemaDataAsync和blockCompiler等新机制,优化了数据加载和代码编译流程。状态管理增加了对表达式默认值的支持,提升了灵活性。预览和出码生成环节都加入了更完善的错误处理机制,确保在各种边界条件下都能稳定运行。
总结
TinyEngine v2.2.0通过嵌套路由等重大特性的引入,进一步拓展了低代码开发的能力边界。配合全新的物料协议和全方位的体验优化,这个版本为构建复杂企业级应用提供了更加强大的工具支持。随着Java版本的开源,TinyEngine生态正在快速发展,值得开发者持续关注。
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
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