Reatom 项目 primitives 模块 v3.8.0 版本发布:增强集合操作能力
Reatom 是一个现代化的状态管理库,它提供了一套响应式、原子化的状态管理方案。primitives 模块作为 Reatom 的核心基础模块,包含了各种基本数据结构的原子化实现,如数组、Map、Set 等。本次发布的 v3.8.0 版本为这些数据结构带来了多项实用的增强功能。
数组操作方法的扩展
在本次更新中,reatomArray 获得了更多类似原生数组的操作方法,包括:
push:向数组末尾添加元素pop:移除并返回数组的最后一个元素shift:移除并返回数组的第一个元素unshift:向数组开头添加元素slice:返回数组的浅拷贝部分
这些方法的加入使得 reatomArray 的使用体验更加接近原生 JavaScript 数组,同时保持了响应式特性。开发者现在可以更自然地处理数组数据,而不必总是手动更新整个数组状态。
Map 和 Set 集合的大小追踪
v3.8.0 版本为 reatomMap 和 reatomSet 都添加了 sizeAtom 功能:
- 对于 reatomMap,sizeAtom 会实时反映 Map 中键值对的数量变化
- 对于 reatomSet,sizeAtom 会跟踪 Set 中元素数量的变化
这个特性特别适合需要显示集合大小或基于集合大小进行条件渲染的场景。开发者现在可以直接订阅 sizeAtom 来响应集合大小的变化,而不需要手动计算或监听整个集合的变化。
实际应用场景
这些新特性在实际开发中有着广泛的应用场景:
-
动态列表管理:使用 reatomArray 的新方法可以更方便地实现列表的增删改查操作,特别是在需要频繁操作列表首尾元素的场景下。
-
购物车功能:reatomMap 的 sizeAtom 可以用于实时显示购物车中商品种类数量,而 reatomArray 的新方法则便于管理购物车中的商品列表。
-
表单动态字段:当需要动态添加或删除表单字段时,这些集合操作方法提供了更简洁的实现方式。
-
实时数据监控:使用 sizeAtom 可以轻松实现集合大小的监控和报警功能。
升级建议
对于已经在使用 Reatom primitives 模块的开发者,建议尽快升级到 v3.8.0 版本以利用这些新特性。新加入的方法和属性都保持了向后兼容性,不会影响现有代码的运行。
这些增强功能的加入进一步巩固了 Reatom 作为现代化状态管理解决方案的地位,特别是在需要处理复杂集合数据的应用场景中。开发者现在可以用更少的代码实现更丰富的功能,同时保持应用状态的可预测性和响应性。
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 StartedRust021
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