.NET MAUI Community Toolkit 11.2.0 版本发布:新增评分控件与多项改进
项目介绍
.NET MAUI Community Toolkit 是微软官方维护的一个开源工具库,它为 .NET MAUI 开发者提供了一系列实用的控件、行为和转换器等扩展组件。作为 .NET MAUI 框架的有力补充,这个工具库大大简化了移动应用和桌面应用的开发流程,让开发者能够快速实现常见功能而无需重复造轮子。
版本亮点
全新评分控件(RatingView)
11.2.0 版本最引人注目的新特性是引入了 RatingView 控件,这是一个功能完善的星级评分组件。开发者现在可以轻松实现以下功能:
- 自定义评分图标(如星星、心形等)
- 设置评分最大值
- 支持半星评分
- 实时获取用户评分值
- 自定义评分颜色和大小
这个控件的加入解决了应用中常见的用户评价场景需求,开发者不再需要自行实现这类UI组件。
语音识别改进
语音识别功能在此版本中得到了多项修复和增强:
- 修复了在某些设备上的稳定性问题
- 改进了权限处理逻辑
- 优化了识别结果的准确性
这些改进使得语音输入功能更加可靠,特别是在需要语音转文字的应用场景中。
触摸行为修复
TouchBehavior 在 Android 平台上的键盘激活问题得到了修复。此前在某些情况下,触摸行为可能会意外触发软键盘的显示,现在这一问题已得到解决,确保了更一致的用户体验。
行为与转换器改进
基础类可继承性恢复
11.2.0 版本重新开放了 BaseBehavior 和 BaseConverter 基础类的继承能力。这一改变允许开发者:
- 创建自定义行为时继承基础功能
- 扩展转换器实现更复杂的逻辑
- 保持与工具库一致的架构设计
用户停止输入行为优化
UserStoppedTypingBehavior 现在确保其命令在UI线程上执行。这一改进解决了潜在的线程安全问题,特别是在涉及UI更新的场景中。
开发环境要求
要使用这个版本的 .NET MAUI Community Toolkit,开发者需要配置以下环境:
- .NET SDK:必须安装 9.0.202 或更高版本
- Xcode:macOS 开发者需要 16.2.0 或更高版本
- 开发工具:最新稳定版的 Visual Studio 或 JetBrains Rider
- 工作负载:更新到最新的 .NET MAUI 工作负载
建议在项目根目录添加 global.json 文件来锁定SDK版本,避免使用不受支持的预览版。
内部优化与维护
除了面向开发者的功能改进外,这个版本还包含多项内部优化:
- 更新了所有 Microsoft.Maui.* 依赖到 9.0.50 版本
- 增加了Copilot提示,改善开发体验
- 修复了文档中的拼写错误
- 整理了示例项目的命名空间
这些看似微小的改进实际上提升了整个项目的可维护性和开发者体验。
总结
.NET MAUI Community Toolkit 11.2.0 版本带来了实用的新控件和多项重要改进,进一步丰富了 .NET MAUI 开发生态。特别是新增的 RatingView 控件,解决了应用中常见的评分场景需求。同时,对语音识别、触摸行为等功能的优化,以及基础架构的调整,都体现了项目团队对开发者体验的持续关注。
对于正在使用或考虑使用 .NET MAUI 的开发者来说,这个版本值得升级。它不仅提供了更多开箱即用的功能,还通过不断的优化让整个开发过程更加顺畅。随着 .NET MAUI 生态的逐步成熟,Community Toolkit 这样的配套工具库将发挥越来越重要的作用。
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。Python00
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00