Toga 0.5.0 发布:跨平台GUI工具包的全面升级
Toga 是一个基于 Python 的跨平台原生 GUI 工具包,它允许开发者使用相同的代码库为多个平台(包括 Windows、macOS、Linux、iOS、Android 和 Web)构建应用程序。Toga 的设计哲学是"一次编写,到处运行",同时保持每个平台的原生外观和感觉。
主要新特性
布局与样式增强
Toga 0.5.0 在布局和样式方面带来了多项重要改进:
-
新增 justify_content 属性:这个样式属性允许开发者沿盒子的主轴对齐子元素,提供了更灵活的布局控制。
-
间隙(gap)属性:现在可以在相邻的子元素之间添加空间,这对于创建整洁的界面布局非常有用。
-
简化的行和列创建:新增了
toga.Row和toga.Column作为toga.Box(style=Pack(direction=...))的快捷方式,使代码更加简洁。 -
样式属性直接访问:现在可以直接在控件构造函数中传递样式属性,或者作为属性访问,无需显式使用样式对象。
-
边距属性改进:
Pack.margin属性(及其已弃用的别名padding)现在可以通过括号表示法访问,如style["margin"]。
窗口管理增强
-
窗口状态控制:应用现在可以检测和设置窗口状态,包括最大化、最小化、正常、全屏和演示模式。
-
窗口焦点和可见性响应:窗口现在可以响应焦点和可见性的变化。
-
演示模式重命名:为避免与窗口全屏模式混淆,"应用全屏模式"已更名为"演示模式",相关API也相应更新。
平台特定改进
-
GTK4实验性支持:新增了对GTK4的初步实验性支持,可通过设置环境变量
TOGA_GTK=4启用。 -
Android相机方向:Android相机现在可以描述它们面对的方向(如果已知)。
-
GTK位置服务:Toga GTK现在通过集成GeoClue和XDG位置门户支持位置服务。
-
WebView增强:
WebView控件现在支持cookie的检索。 -
跨平台透明背景:在WinForms和iOS上,多个控件现在默认具有透明背景。
重要变更与兼容性说明
-
样式属性重命名:Pack的
padding和alignment属性已分别重命名为margin和align_items,以匹配CSS标准。旧名称仍然可用但已弃用。 -
窗口状态限制:
show()和hide()API现在不能在窗口处于MINIMIZED、FULLSCREEN或PRESENTATION状态时使用。 -
生成器事件处理程序弃用:使用生成器作为事件处理程序的方式已被弃用,建议改用异步协程。
-
实现创建方式变更:小部件现在通过
_create()方法创建和返回它们的实现,这对自定义小部件的开发方式有影响。 -
Travertino库变更:作为Toga样式系统基础的Travertino库现在由Toga发布流程管理,并带来了一些API变更。
性能与稳定性改进
-
内存泄漏修复:iOS后端的小部件在销毁时不再泄漏内存。
-
DPI缩放改进:Windows上的DPI缩放问题已得到显著改善。
-
布局优化:如果窗口大小在调整大小请求后未改变,将不再触发窗口内容的布局。
-
Android原生外观保留:在Android上设置自定义背景颜色现在会保留原生外观和感觉。
文档与示例增强
-
教程扩展:教程3已扩展,解释了浏览器示例的限制并建议了一些扩展活动。
-
API设计原则:新增了Toga API设计原则的总结文档。
-
Web后端截图:为Web后端添加了小部件截图。
总结
Toga 0.5.0 是一个重要的版本更新,带来了大量新功能、改进和错误修复。从布局控制的增强到窗口管理的完善,再到各平台特定功能的提升,这个版本使Toga成为一个更加强大和易用的跨平台GUI开发工具。对于现有用户,需要注意一些向后不兼容的变更,特别是样式系统相关的重命名和实现创建方式的调整。新用户则可以从更直观的API和更完善的文档中受益。
随着GTK4支持的引入和各平台特性的持续完善,Toga正朝着成为Python生态中最全面的跨平台GUI解决方案之一稳步前进。
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5-w4a8GLM-5-w4a8基于混合专家架构,专为复杂系统工程与长周期智能体任务设计。支持单/多节点部署,适配Atlas 800T A3,采用w4a8量化技术,结合vLLM推理优化,高效平衡性能与精度,助力智能应用开发Jinja00
请把这个活动推给顶尖程序员😎本次活动专为懂行的顶尖程序员量身打造,聚焦AtomGit首发开源模型的实际应用与深度测评,拒绝大众化浅层体验,邀请具备扎实技术功底、开源经验或模型测评能力的顶尖开发者,深度参与模型体验、性能测评,通过发布技术帖子、提交测评报告、上传实践项目成果等形式,挖掘模型核心价值,共建AtomGit开源模型生态,彰显顶尖程序员的技术洞察力与实践能力。00
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00
MiniMax-M2.5MiniMax-M2.5开源模型,经数十万复杂环境强化训练,在代码生成、工具调用、办公自动化等经济价值任务中表现卓越。SWE-Bench Verified得分80.2%,Multi-SWE-Bench达51.3%,BrowseComp获76.3%。推理速度比M2.1快37%,与Claude Opus 4.6相当,每小时仅需0.3-1美元,成本仅为同类模型1/10-1/20,为智能应用开发提供高效经济选择。【此简介由AI生成】Python00
Qwen3.5Qwen3.5 昇腾 vLLM 部署教程。Qwen3.5 是 Qwen 系列最新的旗舰多模态模型,采用 MoE(混合专家)架构,在保持强大模型能力的同时显著降低了推理成本。00- RRing-2.5-1TRing-2.5-1T:全球首个基于混合线性注意力架构的开源万亿参数思考模型。Python00