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。
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