Oruga UI 0.10.0版本发布:组件库的重大升级与优化
项目简介
Oruga UI是一个轻量级的Vue.js组件库,以其简洁的设计和灵活的定制能力著称。它提供了丰富的UI组件,帮助开发者快速构建现代化的Web应用界面。Oruga UI遵循"无样式"的设计理念,这意味着它不强制使用特定的CSS框架,开发者可以轻松地将其与任何CSS框架(如Bootstrap、Bulma等)集成,或者自定义样式以满足项目需求。
0.10.0版本概述
Oruga UI 0.10.0版本是一次重要的更新,包含了大量组件功能的改进、API的优化以及一些破坏性变更。这个版本着重提升了组件的可访问性、用户体验和一致性,同时也简化了一些API设计。下面我们将详细介绍这次更新的主要内容。
主要变更与改进
1. 可访问性增强
在这个版本中,Oruga UI团队特别关注了组件的可访问性改进:
-
Carousel组件新增了多个ARIA相关属性,包括
ariaAutoplayPauseLabel
、ariaAutoplayResumeLabel
、ariaNextLabel
和ariaPreviousLabel
,使屏幕阅读器用户能更好地理解和使用轮播功能。 -
Datepicker和Timepicker组件增加了选择年、月、小时、分钟等操作的ARIA标签,提升了日期时间选择器的可访问性。
-
Steps和Tabs组件新增了
ariaLabel
属性,为这些导航类组件提供了更好的语义化支持。
2. 组件API优化
多个组件的API进行了简化和统一:
-
Dropdown组件进行了重大重构:
- 移除了
ariaRole
和menuTabindex
等冗余属性 - 新增了
closeOnOutside
、closeOnScroll
等更直观的控制属性 - 将
scroll
属性重命名为更准确的clipScroll
- 增加了
selectable
和selectOnClose
等新功能
- 移除了
-
Menu组件进行了现代化改造:
- 使用
modelValue
替代了旧的activable
属性 - 新增了
options
属性支持更灵活的数据驱动方式 - 改进了角色(role)和ID管理
- 使用
-
Field组件简化了属性命名,将
groupMultiline
更名为更简洁的multiline
3. 模态行为改进
多个包含弹出层的组件(如Autocomplete、Datepicker、Datetimepicker等)新增了desktopModal
属性,允许开发者更精细地控制在不同设备上的显示行为。这使得响应式设计更加灵活。
4. 滚动行为统一
多个组件(如Dropdown、Loading、Modal、Sidebar等)对滚动行为的控制进行了统一:
- 将原来的
scroll
属性统一更名为clipScroll
,使其语义更明确 - 将
noScrollClass
类名统一改为scrollKeepClass
,提高了命名的一致性
5. 类名系统重构
为了提供更一致的样式定制体验,多个组件的CSS类名系统进行了重构:
- Steps组件将
navClass
重命名为listClass
,navItemClass
重命名为stepClass
等,使类名更符合实际用途 - Tabs组件简化了类名结构,移除了冗余的
navTypeClass
等 - Switch组件移除了多个特定类名,简化了样式系统
6. 事件系统改进
多个组件的事件系统得到了增强:
- Autocomplete组件新增了
update:active
事件,提供了更细粒度的控制 - Button和MenuItem组件显式添加了
click
事件,提高了API的明确性 - Dropdown组件新增了
change
和open
事件,增强了交互控制能力
迁移指南
对于从旧版本升级的用户,需要注意以下破坏性变更:
- Dropdown组件的
scroll
属性已更名为clipScroll
,需要相应更新代码 - Menu组件不再使用
activable
属性,改为使用modelValue
进行控制 - Steps和Tabs组件移除了
destroyOnHide
属性,相关功能需要重新实现 - Table组件的
debounceSearch
更名为filterDebounce
,headerCheckable
更名为checkableHeader
- 多个组件的CSS类名发生了变化,需要检查并更新自定义样式
总结
Oruga UI 0.10.0版本是一次全面的质量提升,通过改进可访问性、统一API设计、优化组件行为,为开发者提供了更强大、更一致的开发体验。虽然包含了一些破坏性变更,但这些改动都是为了长期的可维护性和更好的用户体验。建议所有用户评估这些变更对现有项目的影响,并计划逐步升级到这个更稳定、功能更丰富的版本。
PaddleOCR-VL
PaddleOCR-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- DDeepSeek-V3.2-ExpDeepSeek-V3.2-Exp是DeepSeek推出的实验性模型,基于V3.1-Terminus架构,创新引入DeepSeek Sparse Attention稀疏注意力机制,在保持模型输出质量的同时,大幅提升长文本场景下的训练与推理效率。该模型在MMLU-Pro、GPQA-Diamond等多领域公开基准测试中表现与V3.1-Terminus相当,支持HuggingFace、SGLang、vLLM等多种本地运行方式,开源内核设计便于研究,采用MIT许可证。【此简介由AI生成】Python00
openPangu-Ultra-MoE-718B-V1.1
昇腾原生的开源盘古 Ultra-MoE-718B-V1.1 语言模型Python00ops-transformer
本项目是CANN提供的transformer类大模型算子库,实现网络在NPU上加速计算。C++0128AI内容魔方
AI内容专区,汇集全球AI开源项目,集结模块、可组合的内容,致力于分享、交流。02Spark-Chemistry-X1-13B
科大讯飞星火化学-X1-13B (iFLYTEK Spark Chemistry-X1-13B) 是一款专为化学领域优化的大语言模型。它由星火-X1 (Spark-X1) 基础模型微调而来,在化学知识问答、分子性质预测、化学名称转换和科学推理方面展现出强大的能力,同时保持了强大的通用语言理解与生成能力。Python00GOT-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- HHowToCook程序员在家做饭方法指南。Programmer's guide about how to cook at home (Chinese only).Dockerfile011
- PpathwayPathway is an open framework for high-throughput and low-latency real-time data processing.Python00
最新内容推荐
项目优选









