Atlassian 开源最强“实用”前端拖拽组件:性能和兼容性俱佳、支持跨窗口拖动、适用于任何前端框架
Pragmatic drag and drop 是一款前端拖拽组件,由知名软件开发公司 Atlassian 开源。
正如名字中的 Pragmatic(“实用”)所言,该组件支持许多拖拽场景,十分注重性能,并且通过使用浏览器强大而灵活的内置拖拽功能变得安全而简单。
目前 Atlassian 公司旗下核心产品 Trello、Jira 和 Confluence 等均使用了 Pragmatic drag and drop。
在 Pragmatic drag and drop 之前,该组件作者 Alex Reardon 还打造了另一款流行的 React 开源拖拽组件 react-beautiful-dnd。
与之相比,Pragmatic drag and drop支持了更多的拖拽场景:
-
列表
-
面板
-
表格
-
树
-
Grids
-
Drawing
-
Resizing
下图展示了 Pragmatic Drag and Drop 在不同场景的运行效果:
Pragmatic drag and drop 还支持在任何前端框架(如 React、Svelte、Vue、Angular)中使用,不受特定技术栈的限制。
在不同框架中使用的写法如下:
-
React
-
Svelte
-
JS
对比其他同类型的开源拖拽组件,Pragmaticdrag and drop 核心包经过压缩后更加轻量,仅 4.7kb。
性能方面,对比以下同类型开源框架:
-
react-beautiful-dnd
-
react-dnd
-
dnd-kit
Pragmaticdrag and drop 的 TTI 指标可谓是“遥遥领先”。
TTI: Time to Interactive,可交互时间。该指标主要用于测量页面从开始加载到主要子资源完成渲染,并能够快速、可靠地响应用户输入所需要的时间。
参考链接
https://www.youtube.com/watch?v=5SQkOyzZLHM
https://atlassian.design/components/pragmatic-drag-and-drop/about
低调大师中文资讯倾力打造互联网数据资讯、行业资源、电子商务、移动互联网、网络营销平台。
持续更新报道IT业界、互联网、市场资讯、驱动更新,是最及时权威的产业资讯及硬件资讯报道平台。
转载内容版权归作者及来源网站所有,本站原创内容转载请注明来源。
- 上一篇
IBM 以 64 亿美元收购 HashiCorp
IBM 宣布将以每股 35 美元的现金收购云基础设施软件供应商 HashiCorp,交易扣除现金后的企业价值为 64 亿美元。该交易预计将于 2024 年底完成。 公告称,HashiCorp 的能力将为 IBM 在多个战略增长领域带来显著的协同效应,包括 Red Hat、watsonx、数据安全、IT 自动化和咨询领域。例如,红帽的 Ansible 自动化平台的配置管理和 Terraform 的自动化的强大组合将简化混合云环境中应用程序的调配和配置。 作为 IBM 的一部分,HashiCorp 预计将加速创新并加强其市场推广、增长和货币化举措。在上市和产品协同效应的推动下,该交易将加速 IBM 的增长。这种增长与运营效率相结合,预计将为收购的业务实现短期利润率的大幅增长。预计该交易将在第一年内增加调整后的EBITDA,并在第二年增加交易后的自由现金流。 目前,IBM 和 HashiCorp 的董事会均已批准这项交易。收购尚需获得 HashiCorp 股东的批准、监管部门的批准和其他常规成交条件。 数据显示,HashiCorp 共拥有 4400 多家客户,包括彭博社、康卡斯特、德意志银行...
- 下一篇
苹果开源面向移动设备打造的小尺寸模型 OpenELM
在 WWDC24 之前,苹果在 Hugging Face 平台上发布了一个「具有开源训练和推理框架的高效语言模型」,名为 OpenELM。 官方介绍称:大型语言模型的可重复性和透明性对于推进开放研究、确保结果的可信度以及调查数据和模型偏差以及潜在风险至关重要。为此,我们发布了 OpenELM,一个最先进的开源语言模型。 OpenELM 使用分层缩放策略,可以有效地分配 Transformer 模型每一层的参数,从而提高准确率。例如,在参数量约为 10 亿的情况下,OpenELM 与 OLMo 相比准确率提升了 2.36%,同时所需的预训练 tokens 数量仅有原来的 50%。 OpenELM 有四种尺寸:2.7亿、4.5亿、11亿和30亿个参数。而微软Phi-3模型为38亿,因此前者在小型机型上运行成本更低,可在手机和笔记本电脑等移动设备上运行,是做AI硬件的绝佳小模型。 OpenELM 核心特性如下 功能:该模型能够执行生成文本、代码、翻译、总结摘要等功能。 预训练数据:尽管最小的模型只有2.7亿参数,但苹果使用了1.8万亿tokens的数据进行预训练,这是其小参数下仍能表现出色的...
相关文章
文章评论
共有0条评论来说两句吧...
文章二维码
点击排行
推荐阅读
最新文章
- SpringBoot2整合Redis,开启缓存,提高访问速度
- Hadoop3单机部署,实现最简伪集群
- Windows10,CentOS7,CentOS8安装Nodejs环境
- Windows10,CentOS7,CentOS8安装MongoDB4.0.16
- CentOS关闭SELinux安全模块
- Docker使用Oracle官方镜像安装(12C,18C,19C)
- Docker安装Oracle12C,快速搭建Oracle学习环境
- MySQL8.0.19开启GTID主从同步CentOS8
- Linux系统CentOS6、CentOS7手动修改IP地址
- CentOS8安装Docker,最新的服务器搭配容器使用