dnd-kit项目DOM模块0.0.7版本更新解析
dnd-kit是一个现代化的拖放交互库,为React应用提供了强大且灵活的拖放功能支持。该项目采用模块化设计,其中@dnd-kit/dom模块是处理DOM相关操作的核心部分。本次0.0.7版本的更新主要聚焦于可访问性改进、bug修复和性能优化等方面。
可访问性增强
本次更新显著提升了拖放操作的可访问性支持。新增了对aria-grabbed属性的处理,该属性用于指示元素是否被选中进行拖拽操作。虽然这个属性在ARIA 1.1中已被弃用,但由于目前浏览器对拖放操作的可访问性API支持仍然有限,该属性在实际应用中仍被广泛使用。
库现在会自动管理aria-grabbed状态:
- 当元素被选中拖拽时,属性值设为true
- 当元素可被拖拽但未被选中时,属性值设为false
同时,更新还确保aria-grabbed和aria-pressed属性不会在可拖拽元素与其占位符之间同步,避免了不必要的属性传播。
全局修饰符修复
修复了一个重要问题:之前设置在DragDropManager或DragDropProvider上的全局修饰符会在第一次拖拽操作后被销毁。这个bug可能导致后续拖拽操作中修饰符失效,影响拖拽行为的一致性。新版本确保了全局修饰符在整个应用生命周期中保持有效。
类型系统改进
对修饰符的类型定义进行了修正,增强了TypeScript类型安全性。这一改进有助于开发者在编码阶段就能发现潜在的类型错误,提升开发体验。
拖拽反馈优化
修复了在RTL(从右到左)布局方向下Feedback插件的位置计算问题。现在无论页面布局方向如何,拖拽反馈都能正确定位,为国际化应用提供了更好的支持。
排序功能修复
针对useSortable钩子和Sortable实例进行了多项修复:
- 解决了状态修饰符过期的问题,确保拖拽过程中修饰符始终反映最新状态
- 修复了Sortable实例初始化时元素设置的问题,现在即使作为输入提供的元素也能正确初始化
- 改进了move辅助函数中的乐观更新协调机制,使排序操作更加平滑可靠
底层架构调整
本次更新还涉及一些底层架构的调整,包括与@dnd-kit/abstract、@dnd-kit/collision、@dnd-kit/geometry和@dnd-kit/state等核心模块的依赖关系更新,进一步提升了库的稳定性和性能。
这些改进使得dnd-kit在处理复杂拖放场景时更加可靠,特别是在可访问性和RTL支持方面有了显著提升,为开发者构建高质量的拖放交互提供了更强大的工具集。
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
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