Evidence项目中的Dropdown组件默认值问题解析
2025-06-09 13:24:05作者:段琳惟
在Evidence项目v37.0.0版本中,用户报告了一个关于Dropdown组件默认值设置的异常现象。该问题表现为当页面中存在多个Dropdown组件时,只有第一个组件的defaultValue属性能够正常生效,后续组件的默认值设置失效。
问题现象
用户在SQL查询中定义了两个数据集:
- 日期范围数据集(date_range),包含week_of字段
- 诊所数据集(clinics),包含clinic字段
随后在页面中创建了两个Dropdown组件:
- 第一个Dropdown绑定date_range数据,设置defaultValue为date_range[0]['week_of']
- 第二个Dropdown绑定clinics数据,设置defaultValue为clinics[0]['clinic']
实际运行时发现只有第一个Dropdown正确显示了默认值,第二个Dropdown的默认值未能生效。
技术分析
经过Evidence开发团队调查,这个问题与Dropdown组件的状态管理机制有关。在早期版本中,当多个Dropdown组件同时存在于页面时,组件间的状态更新可能存在冲突,导致后续组件的默认值无法正确初始化。
解决方案
该问题已在后续版本中得到修复。开发团队优化了Dropdown组件的内部实现,确保:
- 每个Dropdown组件都能独立管理自己的状态
- defaultValue属性在所有Dropdown组件中都能正确应用
- 组件间的状态更新不会相互干扰
验证结果
修复后,开发团队使用测试用例验证了修复效果:
- 创建三个测试数据集:categories、items和dates
- 在页面中添加多个Dropdown组件,每个都设置不同的defaultValue
- 确认所有Dropdown都能正确显示各自的默认值
最佳实践
为避免类似问题,建议开发者:
- 保持Evidence组件库为最新版本
- 为每个Dropdown组件提供明确的name属性
- 确保defaultValue与数据源中的值类型匹配
- 在复杂场景下,可以先单独测试每个Dropdown的功能
这个问题展示了前端组件状态管理的重要性,特别是在处理多个相似组件时的隔离机制。Evidence团队通过这次修复进一步提升了组件的稳定性和可靠性。
登录后查看全文
热门项目推荐
相关项目推荐
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-1.5暂无简介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
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
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
项目优选
收起
deepin linux kernel
C
24
7
Ascend Extension for PyTorch
Python
173
193
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
647
263
TorchAir 支持用户基于PyTorch框架和torch_npu插件在昇腾NPU上使用图模式进行推理。
Python
269
93
暂无简介
Dart
622
140
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
377
3.32 K
React Native鸿蒙化仓库
JavaScript
242
315
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.1 K
620
仓颉编译器源码及 cjdb 调试工具。
C++
126
856
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
9
1