Circuit UI 10.0.0-next.0 版本深度解析:组件重构与现代化升级
Circuit UI 是一个由 SumUp 团队开发的开源 React UI 组件库,专注于为金融科技应用提供高质量的交互界面组件。本次发布的 10.0.0-next.0 版本是一个重要的预发布版本,包含了多项重大变更和改进,标志着该组件库向着更现代化、更符合当前前端最佳实践的方向迈进。
组件重构与现代化
本次版本更新最显著的特点是多个核心组件的重构和现代化改造。Modal 组件现在基于原生 HTML dialog 元素实现,这不仅提高了性能,还使得组件可以直接在 JSX 中渲染,同时保留了向后兼容的 useModal hook。这种改进反映了现代 Web 平台能力的增强,开发者可以更自然地使用这些组件。
NotificationModal 组件也进行了重构,现在内部使用新的 Modal 组件实现,这有助于代码复用和一致性维护。值得注意的是,Modal 和 NotificationModal 组件现在提供了默认的翻译文本,使得 closeButtonLabel 属性变为可选,这降低了国际化应用的开发门槛。
废弃组件清理
作为大版本更新,10.0.0-next.0 清理了多个已废弃的组件和 API:
- RadioButton 组件被移除,推荐使用 RadioButtonGroup 组件
- Selector 组件被移除,推荐使用 SelectorGroup 组件
- Title 组件被移除,推荐使用 Display 组件
- SubHeadline 组件被移除,推荐使用 Headline 组件(size="s")
- 移除了 Calendar 组件中已废弃的 calendar 属性
这些清理工作有助于简化 API 表面,减少维护负担,同时引导开发者使用更现代的替代方案。
可访问性增强
本次更新在可访问性方面做了多项改进:
- Anchor 和 SideNavigation 组件现在会对没有提供替代文本的外部链接抛出可访问性错误
- SideNavigation 的主链接徽章现在要求提供可访问名称(通过 badge.children 属性)
- 移除了 SideNavigation 的 isExternal 属性,推荐使用 target/rel 配合 externalLabel 属性来创建可访问的外部链接
这些变更体现了 Circuit UI 对无障碍设计的持续投入,确保组件库能够服务于所有用户群体。
新功能与改进
除了重构和清理外,10.0.0-next.0 还引入了一些新功能和改进:
- 新增了 Popover 组件(原 ActionMenu),用于在交互元素上方显示内容
- 新增了 useScrollLock hook,用于按需禁用页面滚动
- 移除了全局样式重置,提高了与其他 UI 库的兼容性
- 将 Timestamp 组件标记为稳定版本
- 内部 Dialog 组件现在被导出,供高级使用场景
技术栈要求
值得注意的是,本次更新明确要求 TypeScript 4.1 或更高版本。虽然这是一个技术上的破坏性变更,但由于 TypeScript 4.1 已经发布了四年多,预计对大多数用户不会造成影响。
总结
Circuit UI 10.0.0-next.0 是一个重要的里程碑版本,通过组件重构、废弃 API 清理和可访问性增强,为开发者提供了更现代化、更一致的开发体验。这些变更虽然包含破坏性更新,但都经过了充分的考虑和过渡期,确保开发者能够平滑迁移。对于正在使用 Circuit UI 的团队来说,现在是时候开始规划升级路径,以利用这些改进带来的好处。
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
GLM-4.7-FlashGLM-4.7-Flash 是一款 30B-A3B MoE 模型。作为 30B 级别中的佼佼者,GLM-4.7-Flash 为追求性能与效率平衡的轻量化部署提供了全新选择。Jinja00
VLOOKVLOOK™ 是优雅好用的 Typora/Markdown 主题包和增强插件。 VLOOK™ is an elegant and practical THEME PACKAGE × ENHANCEMENT PLUGIN for Typora/Markdown.Less00
PaddleOCR-VL-1.5PaddleOCR-VL-1.5 是 PaddleOCR-VL 的新一代进阶模型,在 OmniDocBench v1.5 上实现了 94.5% 的全新 state-of-the-art 准确率。 为了严格评估模型在真实物理畸变下的鲁棒性——包括扫描伪影、倾斜、扭曲、屏幕拍摄和光照变化——我们提出了 Real5-OmniDocBench 基准测试集。实验结果表明,该增强模型在新构建的基准测试集上达到了 SOTA 性能。此外,我们通过整合印章识别和文本检测识别(text spotting)任务扩展了模型的能力,同时保持 0.9B 的超紧凑 VLM 规模,具备高效率特性。Python00
KuiklyUI基于KMP技术的高性能、全平台开发框架,具备统一代码库、极致易用性和动态灵活性。 Provide a high-performance, full-platform development framework with unified codebase, ultimate ease of use, and dynamic flexibility. 注意:本仓库为Github仓库镜像,PR或Issue请移步至Github发起,感谢支持!Kotlin07
compass-metrics-modelMetrics model project for the OSS CompassPython00