Primer React 37.18.0版本发布:增强分页与选择面板功能
项目简介
Primer React是GitHub设计系统Primer的React实现版本,提供了一套完整的UI组件库。作为GitHub官方维护的前端工具库,它帮助开发者快速构建符合GitHub设计规范的用户界面。最新发布的37.18.0版本带来了一系列功能增强和问题修复,特别在分页组件和选择面板方面有显著改进。
主要功能更新
分页组件增强
本次更新为Pagination组件新增了renderPage属性,这一改进让开发者能够更灵活地自定义分页按钮的渲染方式。通过这个属性,开发者可以完全控制每个页码按钮的呈现形式,无论是样式、内容还是交互行为,都能根据项目需求进行定制。
选择面板空状态支持
SelectPanel组件现在支持空状态显示,这一功能目前处于特性标志(Feature Flag)保护下。当选择面板没有可选项时,开发者可以配置特定的空状态UI,提升用户体验。这种设计模式在数据加载或过滤结果为空的场景下特别有用。
状态标签新增样式
StateLabel组件新增了open和closed两种状态的样式支持,特别针对不需要图标的场景。这一改进使得状态标签在纯文本展示时也能保持视觉一致性,丰富了组件的使用场景。
技术实现细节
组件元数据导出
本次更新新增了对@primer/react/generated/components.json的导入支持。这个JSON文件包含了组件的结构化元数据,为自动化工具和文档生成提供了便利。开发者可以利用这些元数据进行代码分析、文档生成或其他自动化处理。
对话框滚动优化
Dialog组件的页脚现在能够在非常短的视口中保持可滚动性。这一改进通过CSS调整实现,确保了在有限空间内对话框内容的可访问性。同时,对话框的压力测试故事(story)也进行了更新,使其在窄屏幕上能够全屏显示。
覆盖层定位修复
Overlay组件修复了在窄屏幕上全屏覆盖层定位的问题。这一修复确保了覆盖层在不同屏幕尺寸下都能正确定位,提升了响应式设计的可靠性。
问题修复与优化
键盘提示无障碍改进
KeybindingHint组件修复了与aria-labelledby属性结合使用时可能导致标签显示不正确的问题。这一修复针对Chrome浏览器的特定bug提供了解决方案,提升了无障碍访问体验。
页面标题字体修复
PageHeader组件现在使用font-weight: initial来匹配样式组件的样式定义,解决了字体粗细显示不一致的问题。
总结
Primer React 37.18.0版本通过新增功能和问题修复,进一步提升了组件的灵活性和稳定性。这些改进特别关注了开发者自定义需求和无障碍访问体验,体现了项目团队对细节的关注和对开发者体验的重视。对于正在使用或考虑使用Primer React的团队来说,这个版本值得关注和升级。
GLM-5.1GLM-5.1是智谱迄今最智能的旗舰模型,也是目前全球最强的开源模型。GLM-5.1大大提高了代码能力,在完成长程任务方面提升尤为显著。和此前分钟级交互的模型不同,它能够在一次任务中独立、持续工作超过8小时,期间自主规划、执行、自我进化,最终交付完整的工程级成果。Jinja00
atomcodeAn open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust015
MiniMax-M2.7MiniMax-M2.7 是我们首个深度参与自身进化过程的模型。M2.7 具备构建复杂智能体应用框架的能力,能够借助智能体团队、复杂技能以及动态工具搜索,完成高度精细的生产力任务。Python00- QQwen3.5-397B-A17BQwen3.5 实现了重大飞跃,整合了多模态学习、架构效率、强化学习规模以及全球可访问性等方面的突破性进展,旨在为开发者和企业赋予前所未有的能力与效率。Jinja00
HY-Embodied-0.5这是一套专为现实世界具身智能打造的基础模型。该系列模型采用创新的混合Transformer(Mixture-of-Transformers, MoT) 架构,通过潜在令牌实现模态特异性计算,显著提升了细粒度感知能力。Jinja00
LongCat-AudioDiT-1BLongCat-AudioDiT 是一款基于扩散模型的文本转语音(TTS)模型,代表了当前该领域的最高水平(SOTA),它直接在波形潜空间中进行操作。00
ERNIE-ImageERNIE-Image 是由百度 ERNIE-Image 团队开发的开源文本到图像生成模型。它基于单流扩散 Transformer(DiT)构建,并配备了轻量级的提示增强器,可将用户的简短输入扩展为更丰富的结构化描述。凭借仅 80 亿的 DiT 参数,它在开源文本到图像模型中达到了最先进的性能。该模型的设计不仅追求强大的视觉质量,还注重实际生成场景中的可控性,在这些场景中,准确的内容呈现与美观同等重要。特别是,ERNIE-Image 在复杂指令遵循、文本渲染和结构化图像生成方面表现出色,使其非常适合商业海报、漫画、多格布局以及其他需要兼具视觉质量和精确控制的内容创作任务。它还支持广泛的视觉风格,包括写实摄影、设计导向图像以及更多风格化的美学输出。Jinja00