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。
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