.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。
 PaddleOCR-VLPaddleOCR-VL 是一款顶尖且资源高效的文档解析专用模型。其核心组件为 PaddleOCR-VL-0.9B,这是一款精简却功能强大的视觉语言模型(VLM)。该模型融合了 NaViT 风格的动态分辨率视觉编码器与 ERNIE-4.5-0.3B 语言模型,可实现精准的元素识别。Python00 PaddleOCR-VLPaddleOCR-VL 是一款顶尖且资源高效的文档解析专用模型。其核心组件为 PaddleOCR-VL-0.9B,这是一款精简却功能强大的视觉语言模型(VLM)。该模型融合了 NaViT 风格的动态分辨率视觉编码器与 ERNIE-4.5-0.3B 语言模型,可实现精准的元素识别。Python00
- DDeepSeek-OCRDeepSeek-OCR是一款以大语言模型为核心的开源工具,从LLM视角出发,探索视觉文本压缩的极限。Python00
 MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能Python00 MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能Python00
 HunyuanWorld-Mirror混元3D世界重建模型,支持多模态先验注入和多任务统一输出Python00 HunyuanWorld-Mirror混元3D世界重建模型,支持多模态先验注入和多任务统一输出Python00
 AI内容魔方AI内容专区,汇集全球AI开源项目,集结模块、可组合的内容,致力于分享、交流。03 AI内容魔方AI内容专区,汇集全球AI开源项目,集结模块、可组合的内容,致力于分享、交流。03
 Spark-Scilit-X1-13B科大讯飞Spark Scilit-X1-13B基于最新一代科大讯飞基础模型,并针对源自科学文献的多项核心任务进行了训练。作为一款专为学术研究场景打造的大型语言模型,它在论文辅助阅读、学术翻译、英语润色和评论生成等方面均表现出色,旨在为研究人员、教师和学生提供高效、精准的智能辅助。Python00 Spark-Scilit-X1-13B科大讯飞Spark Scilit-X1-13B基于最新一代科大讯飞基础模型,并针对源自科学文献的多项核心任务进行了训练。作为一款专为学术研究场景打造的大型语言模型,它在论文辅助阅读、学术翻译、英语润色和评论生成等方面均表现出色,旨在为研究人员、教师和学生提供高效、精准的智能辅助。Python00
 GOT-OCR-2.0-hf阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00 GOT-OCR-2.0-hf阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00
- HHowToCook程序员在家做饭方法指南。Programmer's guide about how to cook at home (Chinese only).Dockerfile014
 Spark-Chemistry-X1-13B科大讯飞星火化学-X1-13B (iFLYTEK Spark Chemistry-X1-13B) 是一款专为化学领域优化的大语言模型。它由星火-X1 (Spark-X1) 基础模型微调而来,在化学知识问答、分子性质预测、化学名称转换和科学推理方面展现出强大的能力,同时保持了强大的通用语言理解与生成能力。Python00 Spark-Chemistry-X1-13B科大讯飞星火化学-X1-13B (iFLYTEK Spark Chemistry-X1-13B) 是一款专为化学领域优化的大语言模型。它由星火-X1 (Spark-X1) 基础模型微调而来,在化学知识问答、分子性质预测、化学名称转换和科学推理方面展现出强大的能力,同时保持了强大的通用语言理解与生成能力。Python00
- PpathwayPathway is an open framework for high-throughput and low-latency real-time data processing.Python00
最新内容推荐
项目优选
 docs
docs kernel
kernel pytorch
pytorch ops-math
ops-math flutter_flutter
flutter_flutter ohos_react_native
ohos_react_native cangjie_compiler
cangjie_compiler RuoYi-Vue3
RuoYi-Vue3 cangjie_test
cangjie_test Cangjie-Examples
Cangjie-Examples