Xamarin.Android 36.0.0-preview.4.80 版本深度解析
项目简介
Xamarin.Android 是微软推出的跨平台移动开发框架,允许开发者使用 C# 和 .NET 来构建原生 Android 应用。作为 .NET 生态系统的重要组成部分,Xamarin.Android 提供了完整的 Android API 绑定,使 .NET 开发者能够充分利用 Android 平台的全部功能。
版本核心特性
1. 运行时架构改进
本次预览版在运行时架构方面做出了多项重要改进:
-
ManagedValueManager 引入:新增了 ManagedValueManager 组件,专门用于 CoreCLR 环境下的值管理,提升了托管代码与原生代码交互的效率和稳定性。
-
类型映射优化:重构了类型映射系统(TypeMapGenerator),使其不再依赖 Cecil 库,提高了运行时类型解析的性能和可靠性。
-
原生异常处理增强:为 NativeAOT 添加了 DefaultUncaughtExceptionHandler,完善了未捕获异常的处理机制。
2. 调试能力提升
调试功能是本版本的重点改进领域:
-
NativeAOT 调试支持:新增了对 NativeAOT 编译模式的调试支持,开发者现在可以更方便地调试经过 AOT 编译的代码。
-
调试脚本优化:改进了 NativeAOT 调试脚本,使其更加灵活和易用。
-
Windows 调试测试:CI 管道中新增了 Windows 平台的调试测试任务,确保调试功能的稳定性。
3. 构建系统改进
构建系统方面有多项重要更新:
-
任务管道重构:重新设计了 LinkAssembliesNoShrink 和 AssemblyModifierPipeline 任务,采用真正的管道模式,提高了构建效率。
-
Java 代码生成优化:改进了 GeneratePackageManagerJava 任务,使用 DTO 模式替代 Cecil 依赖,简化了代码生成过程。
-
构建默认值调整:将 JavacSource/TargetVersion 默认值设为 1.8,确保更好的兼容性。
4. 性能监控增强
性能监控方面新增了多项功能:
-
CoreCLR 计时数据:启用了 CoreCLR 环境下的 FastTiming 数据收集功能,便于性能分析。
-
内部计时改进:优化了原生代码的内部计时基础设施,提供了更精确的性能指标。
开发者体验优化
1. 测试覆盖扩展
-
CoreCLR 测试支持:现在可以在 CoreCLR 环境下运行 Mono.Android-Tests,扩大了测试覆盖范围。
-
NativeAOT 测试支持:同样扩展到了 NativeAOT 编译模式,确保不同运行环境下的行为一致性。
2. 错误处理改进
-
异常日志完善:在 xaprepare 过程中增加了异常日志记录,帮助开发者更好地诊断问题。
-
CRL 检查处理:改进了证书吊销列表(CRL)检查失败时的处理逻辑。
3. 文档更新
-
API 36 文档:生成了针对 API 级别 36 的完整 API 文档。
-
诊断工具文档:新增了关于 dotnet-trace collect --dsrouter 开关的使用说明。
技术细节优化
-
代码生成改进:避免在生成托管 UCO 查找表时使用 br.s 指令,提高了生成的 IL 代码质量。
-
P/Invoke 扩展:在 CLR 中启用了更多的平台调用功能,增强了与原生代码的互操作性。
-
清单合并更新:将 manifest-merger 工具从 31.9.0 升级到 31.9.2,修复了相关问题。
-
R8 版本升级:将 R8 工具从 8.7.18 升级到 8.9.35,获得了最新的代码优化能力。
兼容性说明
本预览版需要搭配 .NET 10 Preview 4 SDK 使用,开发者可以通过以下命令安装:
dotnet workload install android
安装后可通过以下命令验证:
dotnet workload list
总结
Xamarin.Android 36.0.0-preview.4.80 版本在运行时架构、调试能力、构建系统和性能监控等方面都做出了显著改进。这些变化不仅提升了开发体验,也为即将到来的 .NET 10 正式版奠定了坚实基础。开发者可以开始尝试这些新特性,为未来的生产环境升级做好准备。
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust0197
cann-learning-hubCANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。Jupyter Notebook0126
MiMo-V2.5-Pro-FP4-DFlashMiMo-V2.5-Pro-FP4-DFlash 是驱动 MiMo-V2.5-Pro-UltraSpeed 的底层模型: FP4 量化骨干网络:对 MoE 专家采用 MXFP4 量化,同时保持模型其他部分的更高精度,在几乎无损质量的前提下,显著减小模型体积并降低内存带宽压力。 BF16 DFlash 草稿生成器:用于块扩散推测解码,每次前向传播可生成一整个块的 tokens,并让骨干网络一步完成验证。 两者协同作用,既降低了每参数的位宽,又减少了骨干网络前向传播的次数,而这两者正是万亿参数模型解码过程中的两大主要成本来源。Python00
JoyAI-EchoJoyAI-Echo,这是一个独立的、仅用于推理的版本,旨在实现分钟级多镜头音视频生成。它采用了经过蒸馏的DMD生成器、配对的跨模态记忆以及故事级别的一致性。其性能的核心在于,一个跨模态视听记忆库能够在长达五分钟的视频中保持角色外观和语音音色的一致性。同时,一个训练后处理流程将基于记忆的强化学习与分布匹配蒸馏相结合,实现了7.5倍的速度提升,显著增强了视觉质量和对齐效果。00
AstrBot✨ 易上手的多平台 LLM 聊天机器人及开发框架 ✨ 平台支持 QQ、QQ频道、Telegram、微信、企微、飞书 | OpenAI、DeepSeek、Gemini、硅基流动、月之暗面、Ollama、OneAPI、Dify 等。附带 WebUI。Python06
handy-ollama动手学Ollama,CPU玩转大模型部署,在线阅读地址:https://datawhalechina.github.io/handy-ollama/Jupyter Notebook07