.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。
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
GLM-4.7-FlashGLM-4.7-Flash 是一款 30B-A3B MoE 模型。作为 30B 级别中的佼佼者,GLM-4.7-Flash 为追求性能与效率平衡的轻量化部署提供了全新选择。Jinja00
VLOOKVLOOK™ 是优雅好用的 Typora/Markdown 主题包和增强插件。 VLOOK™ is an elegant and practical THEME PACKAGE × ENHANCEMENT PLUGIN for Typora/Markdown.Less00
PaddleOCR-VL-1.5PaddleOCR-VL-1.5 是 PaddleOCR-VL 的新一代进阶模型,在 OmniDocBench v1.5 上实现了 94.5% 的全新 state-of-the-art 准确率。 为了严格评估模型在真实物理畸变下的鲁棒性——包括扫描伪影、倾斜、扭曲、屏幕拍摄和光照变化——我们提出了 Real5-OmniDocBench 基准测试集。实验结果表明,该增强模型在新构建的基准测试集上达到了 SOTA 性能。此外,我们通过整合印章识别和文本检测识别(text spotting)任务扩展了模型的能力,同时保持 0.9B 的超紧凑 VLM 规模,具备高效率特性。Python00
KuiklyUI基于KMP技术的高性能、全平台开发框架,具备统一代码库、极致易用性和动态灵活性。 Provide a high-performance, full-platform development framework with unified codebase, ultimate ease of use, and dynamic flexibility. 注意:本仓库为Github仓库镜像,PR或Issue请移步至Github发起,感谢支持!Kotlin07
compass-metrics-modelMetrics model project for the OSS CompassPython00