Orbit Components 24.3.0版本发布:模态框焦点优化与组件增强
Orbit Components是Kiwicom团队开发的一套React组件库,专注于为旅行行业提供高质量的UI组件解决方案。该组件库遵循严格的设计规范,确保跨平台体验的一致性。最新发布的24.3.0版本带来了一系列功能增强和问题修复,特别在模态框焦点管理和表单组件方面有所改进。
模态框焦点管理优化
本次更新修复了Modal组件中焦点陷阱(focus trap)对DOM变化反应不灵敏的问题。在Web无障碍访问(A11Y)中,焦点管理是模态对话框的关键功能之一。当用户打开模态框时,组件需要将焦点限制在模态框内部,防止用户意外操作背景内容。
修复后的Modal组件现在能够正确响应DOM结构的变化,比如动态加载内容或异步渲染子组件时,焦点陷阱机制会重新计算可聚焦元素,确保键盘导航始终保持在模态框范围内。这一改进对于包含动态内容的复杂模态场景尤为重要,如分步表单或延迟加载的图片库。
标签页键盘导航修复
Tabs组件也获得了键盘导航方面的改进。在之前的版本中,使用键盘方向键切换标签页时可能存在焦点丢失或导航不连贯的情况。新版本通过优化焦点管理逻辑,确保了:
- 左右方向键可以在标签间循环切换
- Home和End键可直接跳转到首尾标签
- 焦点视觉反馈更加明确
这种改进显著提升了仅使用键盘操作时的用户体验,符合WCAG 2.1的无障碍标准。
应用商店按钮行为优化
ButtonMobileStore组件现在具备更智能的渲染逻辑。当没有提供href链接属性时,组件会自动渲染为标准的button元素而非链接(a标签)。这一变化带来以下优势:
- 更符合语义化HTML原则
- 避免空链接带来的可访问性问题
- 保持一致的点击处理方式
- 支持disabled状态等按钮特有属性
开发者现在可以更灵活地使用该组件,无论是作为导航链接还是触发表单提交等操作。
图标资源更新
本次更新同步了最新设计系统中的图标资源。设计师团队在Figma中更新的所有图标现在都可在React组件中使用,包括:
- 新增的旅行相关图标
- 现有图标的视觉优化版本
- 更一致的线条粗细和圆角风格
建议开发团队检查项目中使用图标的地方,确保视觉风格与最新设计规范保持一致。
表单组件增强
InputGroup组件新增了required属性,用于显示必填字段的视觉指示器。当设置为true时,组件会自动:
- 添加星号(*)标记
- 应用特定的视觉样式
- 保持与整体设计系统的一致性
同时,Select组件的字体大小从默认值调整为16px,这一变化带来以下好处:
- 提高移动设备上的可读性
- 减少移动浏览器自动缩放的可能性
- 与Input等其他表单组件保持一致的视觉比例
升级建议
对于正在使用Orbit Components的项目团队,建议:
- 测试所有使用Modal的场景,特别是包含动态内容的复杂模态框
- 检查Tabs组件的键盘导航行为是否符合预期
- 评估ButtonMobileStore的使用场景,考虑是否需要调整部分实现
- 更新设计文档以反映新的图标资源
- 审查表单页面的必填字段标识是否可以利用新的InputGroup特性
这次更新虽然不包含破坏性变更,但仍建议在测试环境中充分验证后再部署到生产环境。对于无障碍要求较高的项目,Modal和Tabs的改进尤其值得关注。
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