Mitosis项目发布Angular信号API支持与JSX转义优化
Mitosis是一个创新的前端框架,它允许开发者使用单一代码库生成多种框架的代码。通过Mitosis,开发者可以编写一次组件,然后输出为React、Vue、Angular等多种框架的代码,大大提高了跨框架开发的效率。
Angular信号API全面支持
本次0.9.0版本最重要的更新是对Angular 17.2+信号(Signals)API的全面支持。Angular团队在17.2版本中引入了信号这一新特性,作为响应式编程的新范式。
在Mitosis中,现在可以通过在配置中设置api="signals"来启用这一功能。这一改变使得Angular的输出与其他目标框架更加一致,特别是将原有的onUpdate生命周期钩子转换为Angular的effect函数,这是信号API的核心特性之一。
新版本还利用了Angular的最新模板语法特性,如@if等控制流语句,使生成的代码更加符合现代Angular开发的最佳实践。同时,通过改用Babel进行代码转换,而非简单的字符串替换,显著提高了输出的稳定性和可靠性。
值得注意的是,信号API目前尚不支持某些高级特性,如展开属性(spread props)和动态组件。开发者在使用时需要注意这些限制。
增强的元数据支持
为了更好支持Angular的信号API,Mitosis引入了新的元数据配置选项。开发者现在可以:
- 使用
writeable标记指定哪些属性应该使用model()实现双向绑定 - 通过
required标记将输入属性标记为必需
这些元数据配置使得生成的Angular组件更加符合框架的惯用法,同时提供了更严格的类型检查。
JSX生成器的转义优化
本次更新还包含了对JSX生成器的重要改进,现在能够正确处理单字符的>和<的转义。这一看似微小的改进实际上解决了在实际开发中可能遇到的边界情况,确保了生成的代码在各种场景下都能正确工作。
升级建议
对于正在使用Mitosis的Angular开发者,建议评估项目是否已经升级到Angular 17.2+版本。如果是,可以考虑切换到新的信号API以获得更好的开发体验和更符合现代Angular实践的代码输出。
对于所有用户,建议测试JSX生成器的改进是否解决了项目中可能存在的特殊字符处理问题。
Mitosis通过这次更新,进一步巩固了其作为跨框架开发解决方案的地位,特别是对Angular最新特性的快速跟进,展现了项目团队对生态系统变化的敏锐把握。
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