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。
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
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
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。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