React组件库Concis | 组件突破50+,移动端concis起步,新增英语文档,持续更新中...

简介: 对于不熟悉这个项目的小伙伴们做个简单的介绍,Concis是一个基于React+TypeScript开发的一款轻量级组件库,全面拥抱React生态,支持React新特性(hooks/redux)追求轻量的组件体积,简单的使用方式,最小的思维负担。

您好,如果喜欢我的文章,可以关注我的公众号「量子前端」,将不定期关注推送前端好文~

Concis是什么?

首先,感谢大家的支持,让Concis突破了100star~也是有你们的不断支持,让博主在开源路上不断充能,持续前进。

image.png

对于不熟悉这个项目的小伙伴们做个简单的介绍,Concis是一个基于React+TypeScript开发的一款轻量级组件库,全面拥抱React生态,支持React新特性(hooks/redux)追求轻量的组件体积,简单的使用方式,最小的思维负担。

image.png

Github

官方文档

为什么要寻找队友?

通过github的commit记录可以知道,其实从Concis init commit到现在,只有博主一己之力在进行迭代开发,并且都是利用工作之外的时间去维护和开发这个仓库。其实目前Concis如下还有很多的地方可以完善,博主希望可以在社区中找到喜欢折腾喜欢钻研的朋友们一起开发,创造出一个生态、社区。

目前已经集结了十几名小伙伴一起维护开发Concis。

接下来的计划

目前组件库博主整理出了一些可以下手的点,如下:

  • 组件数量偏少,预期扩展至60个,方向偏国外站点新鲜组件;
  • 移动端系列组件;
  • Svelte组件库;
  • vscode智能提示支持以及一些Concis扩充出来的周边生态;
  • 组件样式需要用户来提供意见,如果可以在自己的审美基础上进行修改,在git上提pr那更好不过了;
  • 一些全局配置,如组件库整体色彩(目前正在进行)、国际化、编写单元测试等等;
  • 一些新的想法、新的思路,可以在git issue提出来一起讨论进行的;

博主最近做的事

拓展独特性的组件

最近博主在探索一些除国内大街式常规组件以外的一些新鲜组件,在国外的官网中很容易找到一些好看的、有特色的组件,举个例子,最近做的Nav组件:

来源 thingsboard(国外一个iot平台)

image.png

在concis中:

image.png

之前的博客中有小伙伴留言,ant、element 背靠大厂,concis有什么优势或者特点吗?博主觉得至少这一方面是可以去突破的一个点,国内主流组件库风格类似,确实没有一些新鲜感,如果有小伙伴有什么好看的、有意思的、常规的组件,欢迎评论区提供或者在github上提issue,当然直接提pr 那更好不过啦~

更新英文文档

concis英文文档已上线:

image.png

image.png

写在最后

其实博主之前也是一名github非活跃用户,自从有了写组件库的想法以后对开源的那种分享创作心情越来越狂热。

希望社区的小伙伴有兴趣的可以通过github的issue给我留言,我会主动并积极联系。 如果觉得这个仓库还不错,可以给我一个star或是告诉自己的朋友,我需要它让更多人看见。虔诚做事,心怀感恩。谢谢各位。

无论是提bug还是想一起来开发的都可以联系博主:

image.png

目录
相关文章
|
24天前
|
人工智能 JSON API
全网刷屏的 Jev 模型正式开放!一手实战测评 + 保姆级教程
全网爆火的 Jev 模型是什么?有什么用?怎么使用?怎么接入 AI 编程工具?效果真的好么?傻子可懂的 Jev 保姆级实战教程 + 项目实战测评来啦
9478 31
|
1天前
|
云安全 人工智能 运维
当攻击全面Agent化,你的安全防御能否跟上AI Speed?
多起客户侧AK泄露事件应急的真实观察
1154 0
|
10天前
|
存储 人工智能 并行计算
大模型本地部署终端选型方法论:以 Qwen3.8-27B 为例的四档分层完整流程
本文提出一套大模型本地部署终端选型方法论:定约束、定档位、定框架、定参数四步决策法,配合入门、主力、质量、无损四档分层模型。以 Qwen3.8-27B 实测数据为例,逐环节解读显存、带宽、存储、散热、系统、预算等要素,给出面向不同预算的优选方案、决策自查清单与市场观察框架。文末前瞻 AI 笔记本的 CPU+GPU 与统一内存两条路线,论证四步决策法在新品类上的延续性。
|
9天前
|
人工智能 JSON 自然语言处理
2026 年 Jev 决策模型深度拆解:原理解读、实战测评与保姆级落地教程
有一款特殊AI模型在开发者圈子刷屏,它摒弃传统大模型擅长的对话聊天能力,专注做高速结构化决策,它就是TypeSafe AI推出的Jev模型。该模型由ChatGPT共同发明人Diogo Almeida主导研发,定位为**System One Model(系统一模型)**,对标人类大脑快速直觉判断的思维模式,在响应延迟、调用成本、结构化输出稳定性上相比传统生成式大模型有着巨大差异。本文会完整拆解Jev底层原理、三大核心原语能力、适用业务场景,同时提供可直接运行的curl、Python代码示例,并且结合多组实测数据,客观分析模型优势与能力边界,帮助普通开发者和AI应用从业者快速上手落地。
716 1
|
5天前
|
人工智能 JSON 自然语言处理
2026 年 Jev 决策模型全解析:核心原理拆解,性能实战测评与落地部署教程
有一款特殊AI模型在开发者圈子刷屏,它摒弃传统大模型擅长的对话聊天能力,专注做高速结构化决策,它就是TypeSafe AI推出的Jev模型。该模型由ChatGPT共同发明人Diogo Almeida主导研发,定位为System One Model(系统一模型),对标人类大脑快速直觉判断的思维模式,在响应延迟、调用成本、结构化输出稳定性上相比传统生成式大模型有着巨大差异。本文会完整拆解Jev底层原理、三大核心原语能力、适用业务场景,同时提供可直接运行的curl、Python代码示例,并且结合多组实测数据,客观分析模型优势与能力边界,帮助普通开发者和AI应用从业者快速上手落地。
467 0
|
22天前
|
人工智能 测试技术 API
最近全网爆火的 Jev 到底是什么?适合干什么、怎么用,一篇讲透!
Jev是TypeSafe AI推出的“系统一模型”,不生成文本,专做毫秒级结构化决策:Choice(多选)、Score(打分)、Noul(是非概率)。响应快193倍、成本低444倍,适合工单路由、内容审核、测试定级等高频判断场景。
2545 4
最近全网爆火的 Jev 到底是什么?适合干什么、怎么用,一篇讲透!
|
4天前
|
存储 缓存 测试技术
QWT 3D 模块重构记:旧渲染管线改进介绍及实时瀑布图示例
QWT 3D模块完成重大重构:解耦窗口与图形(Plot+Item),摒弃OpenGL 1.x固定管线,迁至Core Profile着色器渲染;支持多图元同场景叠加,并以实时3D瀑布图验证——滑动窗口、固定色域、64帧×256点达61fps。兼容Qt 5.12+/6,LGPL协议。
177 120
|
16天前
|
Windows
【保姆级】.NET Framework 3.5离线安装教程(2026最新实测)
.NET Framework 3.5是微软经典运行库,专为兼容老软件、老游戏设计。Win7自带,Win10/11需手动启用(在线或离线安装)。它与4.x系列并存不冲突,缺它会导致“找不到组件”报错。本文详解两种安装方式及常见问题解决,小白也能轻松上手。(239字)
2076 0