TDesign Vue 1.12.0 版本发布:全面优化交互体验与功能增强
TDesign Vue 是腾讯开源的企业级 UI 组件库,基于 Vue.js 框架开发,旨在为开发者提供高质量、易用的前端组件解决方案。该组件库遵循腾讯设计规范,广泛应用于各类企业级应用中。
核心功能增强
颜色选择器全面升级
本次版本对 ColorPicker 组件进行了多项重要改进。组件现在能够智能识别输入色值模式,自动在单色和渐变模式间切换,大幅提升了用户操作效率。值得注意的是,当仅开启渐变模式时,组件会自动过滤预设颜色和当前颜色中的非渐变色值,确保功能逻辑的一致性。
在格式支持方面,新增了 HEX8 格式支持,同时移除了 HSB 格式。对于使用渐变模式的开发者需要特别注意这一变更,建议在升级前做好兼容性测试。
图标库丰富与优化
图标系统迎来了一批新成员,包括 logo-miniprogram、logo-cnb、seal 和 quote 等实用图标。同时,开发团队对多个文件相关图标的绘制效果进行了优化,修复了 gesture-right-slip 图标的绘制问题,使视觉表现更加精细和专业。
交互体验优化
数字输入精度控制增强
InputNumber 组件的 decimalPlaces 属性新增了 enableRound 参数,开发者现在可以更灵活地控制数字的四舍五入行为,满足不同业务场景下的精度需求。
树形控件响应式改进
Tree 组件的 expandAll API 现在支持响应式特性,这意味着开发者可以动态控制整个树形结构的展开状态,大大提升了交互的灵活性。
标签输入交互优化
TagInput 组件在可拖拽场景下进行了视觉优化,现在当鼠标悬停在可拖拽标签上时,会显示移动光标,提供更直观的操作反馈。
问题修复与稳定性提升
本次版本修复了多个影响用户体验的关键问题:
-
Cascader 组件解决了选项文字超长时的显示异常问题,确保在各种尺寸下都能正确展示内容。
-
ColorPicker 修复了开启透明通道时的返回值格式化异常,保证了数据输出的准确性。
-
DatePicker 修复了通过 popupProps.visible 直接打开选择面板时无法更新时间的问题,提升了组件的行为一致性。
-
Select 组件修复了 valueType 为 object 与 keys 同时设置时的绑定值错误,确保了数据绑定的可靠性。
-
Table 组件优化了列配置弹窗关闭时的数据同步问题,避免了展示列与选择列数据不一致的情况。
-
Tabs 组件修复了选项卡 label 过长时滑动按钮失效的问题,提升了长标签场景下的可用性。
-
Tag 组件修复了未设置 max-width 导致无法渲染 title 属性的问题,确保了提示功能的正常运作。
总结
TDesign Vue 1.12.0 版本通过多项功能增强和问题修复,进一步提升了组件的稳定性与用户体验。特别是颜色选择器和数字输入等核心组件的改进,为开发者提供了更强大的功能支持。建议开发者及时升级到最新版本,以获得最佳开发体验。
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