Primer React 37.17.0版本发布:组件优化与功能增强
Primer React是GitHub设计系统Primer的React实现版本,它为开发者提供了一套完整的UI组件库,帮助快速构建符合GitHub设计规范的Web应用。最新发布的37.17.0版本带来了一系列组件优化和功能增强,主要包括CSS模块化改进、新功能添加以及现有组件的样式修复。
CSS模块化全面升级
本次版本中,开发团队继续推进CSS模块化的迁移工作,移除了多个组件的CSS模块特性标志(Feature Flag),这意味着这些组件现在默认使用CSS模块样式系统。这一改进包括:
- InlineMessage组件:移除了CSS模块特性标志,现在完全采用CSS模块样式
- Timeline组件:完成了向CSS模块的迁移
- Autocomplete组件:CSS模块成为默认样式方案
- KeybindingHint组件:移除了CSS模块特性标志
- ConfirmationDialog组件:现在完全使用CSS模块
- Skeleton系列组件(SkeletonAvatar、SkeletonBox和SkeletonText):全部迁移至CSS模块
这些变更使得样式系统更加统一,减少了全局样式冲突的可能性,同时也提高了组件的可维护性。
新增功能与改进
PageHeader组件增强
新增了hasBorder属性,允许开发者为PageHeader组件添加底部边框。这一改进为页面标题区域提供了更强的视觉分隔能力,可以根据设计需求灵活控制边框显示。
ActionList和LabelGroup组件完善
修复了ActionList.Group、ActionList.TrailingAction和LabelGroup组件中缺失的className属性支持。这一改进使得开发者能够更灵活地为这些组件添加自定义样式类名,增强了组件的可定制性。
SelectPanel功能扩展
新增了Notice支持,允许在SelectPanel中显示提示信息。同时,针对窄屏设备优化了全屏显示功能,并添加了保存按钮,提升了移动端用户体验。需要注意的是,全屏功能目前仍处于特性标志保护下。
Dialog组件改进
DialogV2修复了flex-grow样式未正确应用的问题,确保了布局的弹性伸缩行为符合预期。此外,标准Dialog组件的关闭按钮现在会显示Tooltip提示,提升了可访问性和用户体验。
实用工具函数
新增了一个实用工具函数,用于替换支持SX属性的组件。这一工具函数将帮助开发者在代码迁移或组件替换场景中提高效率。
样式修复与优化
- 修复了PageLayout组件中className被重复传递的问题
- 优化了SubNav组件的选中样式,现在仅当
data-selected='true'时才会应用选中样式,避免了不必要的样式应用
总结
Primer React 37.17.0版本在样式系统现代化、组件功能完善和用户体验优化方面取得了显著进展。CSS模块化的全面推进为项目未来的样式管理奠定了更坚实的基础,而各种新功能的加入则进一步丰富了组件库的能力。这些改进将帮助开发者更高效地构建符合GitHub设计标准的Web应用界面。
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
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