TDesign 2025年4月第三周版本更新解读
TDesign是腾讯开源的企业级设计体系,提供了一套完整的前端组件库解决方案,支持Vue、React等主流框架。本周TDesign发布了多个版本的更新,涵盖Web和移动端组件库,新增了多项实用功能并修复了若干问题。本文将对这些更新内容进行详细解读。
Vue2 for Web 1.11.2版本亮点
在Vue2版本的1.11.2更新中,Drawer组件新增了插件函数式调用能力,开发者现在可以通过DrawerPlugin更灵活地使用抽屉功能。同时新增的drawerClassName属性允许自定义抽屉的样式类,为UI定制提供了更多可能性。
Form组件引入了requiredMarkPosition属性,开发者可以自由设置必填符号的位置,满足不同场景下的表单设计需求。Layout组件的Content子组件新增了content API,进一步丰富了布局配置选项。
在问题修复方面,ImageViewer解决了step属性精度展示异常的问题,Select组件修复了当使用content作为value时的展示异常,Transfer组件则修正了空数组节点渲染不正确的问题。
React for Web 1.11.7版本改进
React版本的1.11.7更新中,ConfigProvider组件新增了isContextEffectPlugin API,开启后全局配置将影响Dialog、Loading等组件的函数式调用,大大提升了配置的灵活性。
Tree组件的checkProps参数现在支持函数传入,使得不同节点可以设置不同的checkProps属性。多个选择类组件如Cascader、ColorPicker等新增了onClear事件回调,ColorPicker还新增了clearable API,增强了交互能力。
在问题修复方面,DatePicker确保了外部组件关闭Popup时能正确触发onVisibleChange回调,InputNumber修复了value属性控制失效的问题,ImageViewer解决了step精度和imageScale参数类型问题,Slider修正了输入框模式下的大小限制问题。
React for Mobile 0.13.0版本特性
移动端React版本的0.13.0更新带来了多项新特性。Icon组件更新至0.4.4版本,Toast新增了warning主题,Fab组件新增了拖拽相关属性,使悬浮按钮更具交互性。
本次更新还新增了两个重要组件:List列表组件和ActionSheet动作面板组件,进一步丰富了移动端组件库。Progress组件新增了size属性(仅环形进度条有效),CollapsePanel优化了面板折叠动画,提升了用户体验。
在问题修复方面,Textarea组件修复了iOS真机上输入内容重复的问题,并补充了composition相关事件属性。
总结
本周TDesign的更新体现了其持续优化用户体验和开发者体验的努力。从新增的函数式调用能力到各类交互细节的完善,从新组件的增加到现有组件的功能增强,都展现了TDesign作为企业级设计体系的成熟度和专业性。这些更新不仅解决了实际开发中的痛点,也为开发者提供了更多灵活性和可能性,有助于构建更高质量的Web和移动应用。
kernelopenEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。C093
baihu-dataset异构数据集“白虎”正式开源——首批开放10w+条真实机器人动作数据,构建具身智能标准化训练基座。00
mindquantumMindQuantum is a general software library supporting the development of applications for quantum computation.Python058
PaddleOCR-VLPaddleOCR-VL 是一款顶尖且资源高效的文档解析专用模型。其核心组件为 PaddleOCR-VL-0.9B,这是一款精简却功能强大的视觉语言模型(VLM)。该模型融合了 NaViT 风格的动态分辨率视觉编码器与 ERNIE-4.5-0.3B 语言模型,可实现精准的元素识别。Python00
GLM-4.7GLM-4.7上线并开源。新版本面向Coding场景强化了编码能力、长程任务规划与工具协同,并在多项主流公开基准测试中取得开源模型中的领先表现。 目前,GLM-4.7已通过BigModel.cn提供API,并在z.ai全栈开发模式中上线Skills模块,支持多模态任务的统一规划与协作。Jinja00
AgentCPM-Explore没有万亿参数的算力堆砌,没有百万级数据的暴力灌入,清华大学自然语言处理实验室、中国人民大学、面壁智能与 OpenBMB 开源社区联合研发的 AgentCPM-Explore 智能体模型基于仅 4B 参数的模型,在深度探索类任务上取得同尺寸模型 SOTA、越级赶上甚至超越 8B 级 SOTA 模型、比肩部分 30B 级以上和闭源大模型的效果,真正让大模型的长程任务处理能力有望部署于端侧。Jinja00