DllExport 1.8 版本发布:.NET 原生导出功能的重大升级
DllExport 是一个强大的 .NET 工具集,它允许开发者将 .NET 程序集中的方法直接导出为原生 DLL 函数,使得 .NET 代码能够被非托管代码(如 C++、Delphi 等)直接调用。这个工具在需要将 .NET 功能暴露给原生代码的场景中非常有用,比如开发混合语言应用程序或为现有原生应用程序提供 .NET 扩展功能。
核心功能增强
最新发布的 DllExport 1.8 版本带来了多项重要改进,其中最显著的是对最新 .NET 版本的支持扩展。现在工具全面支持从 .NET 9 到 .NET 5 的所有主要版本,包括 .NET 8、.NET 7、.NET 6 以及 netcoreapp3.1 和 netstandard2.1 等框架版本。这意味着开发者可以在最新的 .NET 环境中无缝使用原生导出功能。
现代化功能特性
1.8 版本引入了对现代 C# 特性的支持,包括字符串插值($-interpolation)、Span 和 Memory 等高性能类型。这些特性在现代 .NET 开发中被广泛使用,现在开发者可以在导出方法中安全地使用它们。
类型引用系统也得到了增强,现在支持通过 Wizard 界面自定义类型引用和外部程序集引用。这为处理复杂类型系统和互操作场景提供了更大的灵活性。
构建和部署优化
新版本改进了多目标构建的支持,特别是增加了对 ImageBase 和构建步骤的精细控制。开发者现在可以为不同的目标框架配置独立的 ImageBase 值,这在需要精确控制内存布局的场景中非常有用。
对于发布流程,1.8 版本增强了 x86 和 x64 平台程序集的自动复制功能,简化了多平台部署的过程。同时改进了对嵌套项目的支持,使得在复杂解决方案结构中使用 DllExport 更加顺畅。
诊断和调试改进
调试体验得到了显著提升,新版本提供了更精细的 PDB 生成控制。现在可以根据项目的 DebugType、Optimize 和 DebugSymbols 属性自动选择最合适的 PDB 生成模式,包括:
- Optimize:优化长指令为短指令
- PdbOptimize:创建 PDB 文件但不启用调试信息跟踪
- DebugOptimize:启用 JIT 优化,创建 PDB 文件,使用隐式序列点
- Debug:禁用 JIT 优化,创建 PDB 文件,使用 PDB 中的序列点
- DebugImpl:禁用 JIT 优化,创建 PDB 文件,使用隐式序列点
底层工具链更新
DllExport 1.8 更新了其依赖的核心工具链:
- ILAsm 升级到 9.3.0 版本
- ILMerge 更新到 3.0.41
- Cecil 升级到 0.11.6
- Conari 更新到 1.5.0
这些更新带来了更好的性能、稳定性和对新特性的支持。
错误修复和稳定性提升
新版本修复了多个关键问题,包括:
- 修复了包含 .class extern forwarder 声明时可能导致崩溃或空导出的问题
- 解决了某些情况下出现的语法错误问题
- 改进了预处理和后处理阶段的稳定性
- 修复了 PE 检查相关的多个问题
- 解决了发布目标处理中的若干问题
向后兼容性
对于从旧版本升级的用户,DllExport 提供了简单的升级命令。工具保持了良好的向后兼容性,同时新增的恢复功能可以更轻松地从配置问题中恢复。
DllExport 1.8 的这些改进使得 .NET 原生导出功能更加稳定、强大且易于使用,为需要 .NET 与非托管代码互操作的开发者提供了更完善的解决方案。
GLM-5.1GLM-5.1是智谱迄今最智能的旗舰模型,也是目前全球最强的开源模型。GLM-5.1大大提高了代码能力,在完成长程任务方面提升尤为显著。和此前分钟级交互的模型不同,它能够在一次任务中独立、持续工作超过8小时,期间自主规划、执行、自我进化,最终交付完整的工程级成果。Jinja00
atomcodeAn open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust021
MiniMax-M2.7MiniMax-M2.7 是我们首个深度参与自身进化过程的模型。M2.7 具备构建复杂智能体应用框架的能力,能够借助智能体团队、复杂技能以及动态工具搜索,完成高度精细的生产力任务。Python00- QQwen3.5-397B-A17BQwen3.5 实现了重大飞跃,整合了多模态学习、架构效率、强化学习规模以及全球可访问性等方面的突破性进展,旨在为开发者和企业赋予前所未有的能力与效率。Jinja00
HY-Embodied-0.5这是一套专为现实世界具身智能打造的基础模型。该系列模型采用创新的混合Transformer(Mixture-of-Transformers, MoT) 架构,通过潜在令牌实现模态特异性计算,显著提升了细粒度感知能力。Jinja00
LongCat-AudioDiT-1BLongCat-AudioDiT 是一款基于扩散模型的文本转语音(TTS)模型,代表了当前该领域的最高水平(SOTA),它直接在波形潜空间中进行操作。00
ERNIE-ImageERNIE-Image 是由百度 ERNIE-Image 团队开发的开源文本到图像生成模型。它基于单流扩散 Transformer(DiT)构建,并配备了轻量级的提示增强器,可将用户的简短输入扩展为更丰富的结构化描述。凭借仅 80 亿的 DiT 参数,它在开源文本到图像模型中达到了最先进的性能。该模型的设计不仅追求强大的视觉质量,还注重实际生成场景中的可控性,在这些场景中,准确的内容呈现与美观同等重要。特别是,ERNIE-Image 在复杂指令遵循、文本渲染和结构化图像生成方面表现出色,使其非常适合商业海报、漫画、多格布局以及其他需要兼具视觉质量和精确控制的内容创作任务。它还支持广泛的视觉风格,包括写实摄影、设计导向图像以及更多风格化的美学输出。Jinja00