TDesign React 1.11.8版本发布:全面优化组件体验
TDesign React是腾讯开源的企业级React UI组件库,致力于为开发者提供高质量、易用的前端组件解决方案。该组件库遵循TDesign设计体系,拥有丰富的组件类型和灵活的自定义能力,能够满足各类企业级应用的开发需求。
全局配置支持Message插件
在1.11.8版本中,ConfigProvider组件新增了对Message相关插件的全局上下文配置支持。这一改进意味着开发者现在可以通过ConfigProvider统一配置Message组件的样式和行为,而不必在每个使用Message的地方单独设置。这种集中式管理方式大大提升了开发效率,特别是在大型项目中需要保持UI一致性的场景下尤为有用。
新增丰富图标资源
图标系统在此次更新中得到了扩充,新增了多个实用图标:
logo-miniprogram- 小程序标识图标logo-cnb- 云原生构建相关图标seal- 印章样式图标quote- 引号图标
这些新增图标覆盖了企业应用中常见的场景需求,特别是云原生和小程序相关的开发场景。开发者现在可以直接使用这些内置图标,而不必额外引入第三方图标库或自行设计。
Upload组件增强
Upload组件的image-flow模式在此版本中获得了两项重要改进:
- 支持上传进度显示 - 现在开发者可以直观地看到图片上传的进度状态
- 支持自定义错误文本 - 当上传出现问题时,可以展示更友好的错误提示信息
这些改进显著提升了文件上传功能的用户体验,特别是在需要上传大尺寸图片或网络状况不稳定的场景下。
Select组件多项优化
Select组件在此版本中获得了全方位的优化和问题修复:
功能增强
- 多选模式下,通过面板移除选项时新增了onRemove回调,为开发者提供了更细粒度的控制能力
问题修复
- 修复了1.11.2版本后出现的光标异常问题
- 修复了子组件方式回调函数中option信息不完整的问题
- 优化了多选移除标签的事件触发机制,现在不同触发场景会分别派发
clear、remove-tag和uncheck事件 - 修复了全选选项的trigger错误问题
- 修复了单选情况下再次点击已选选项会触发change事件的问题
- 修复了多选情况下按下backspace键无法触发change事件的问题
这些改进使得Select组件在各种交互场景下的行为更加符合预期,为开发者提供了更稳定可靠的体验。
InputNumber组件边界问题优化
InputNumber数字输入框在此版本中优化了边界处理逻辑。这一改进使得组件在输入极限值或特殊数值时的行为更加合理,减少了意外错误的发生概率。
总结
TDesign React 1.11.8版本通过新增功能、优化体验和修复问题,进一步提升了组件的稳定性和易用性。特别是Select组件的多项改进和Upload组件的功能增强,为开发者处理表单交互和文件上传场景提供了更好的支持。全局配置的扩展也为大型项目的统一管理提供了更多可能性。这些改进充分体现了TDesign团队对开发者体验的持续关注和优化。
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5-w4a8GLM-5-w4a8基于混合专家架构,专为复杂系统工程与长周期智能体任务设计。支持单/多节点部署,适配Atlas 800T A3,采用w4a8量化技术,结合vLLM推理优化,高效平衡性能与精度,助力智能应用开发Jinja00
请把这个活动推给顶尖程序员😎本次活动专为懂行的顶尖程序员量身打造,聚焦AtomGit首发开源模型的实际应用与深度测评,拒绝大众化浅层体验,邀请具备扎实技术功底、开源经验或模型测评能力的顶尖开发者,深度参与模型体验、性能测评,通过发布技术帖子、提交测评报告、上传实践项目成果等形式,挖掘模型核心价值,共建AtomGit开源模型生态,彰显顶尖程序员的技术洞察力与实践能力。00
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00
MiniMax-M2.5MiniMax-M2.5开源模型,经数十万复杂环境强化训练,在代码生成、工具调用、办公自动化等经济价值任务中表现卓越。SWE-Bench Verified得分80.2%,Multi-SWE-Bench达51.3%,BrowseComp获76.3%。推理速度比M2.1快37%,与Claude Opus 4.6相当,每小时仅需0.3-1美元,成本仅为同类模型1/10-1/20,为智能应用开发提供高效经济选择。【此简介由AI生成】Python00
Qwen3.5Qwen3.5 昇腾 vLLM 部署教程。Qwen3.5 是 Qwen 系列最新的旗舰多模态模型,采用 MoE(混合专家)架构,在保持强大模型能力的同时显著降低了推理成本。00- RRing-2.5-1TRing-2.5-1T:全球首个基于混合线性注意力架构的开源万亿参数思考模型。Python00