DivKit 31.5.0版本更新解析:移动端与Web端协同进化
DivKit作为一个跨平台的UI框架,通过声明式JSON描述界面布局与交互逻辑,实现了在Android、iOS和Web三大平台的高性能渲染。本次31.5.0版本的更新带来了多项功能增强与问题修复,体现了框架在动态UI构建、动画效果和跨平台一致性方面的持续优化。
Android客户端重大改进
预加载控制精细化 新引入的PreloadFilter接口为DivPreloader提供了更灵活的预加载策略。开发者现在可以通过实现该接口,完全自主决定哪些内容需要预加载,不再受限于元素本身的preloadRequired属性值。这种设计特别适合需要根据网络状况、设备性能或业务场景动态调整预加载策略的复杂应用。
视觉特效优化 Shine扩展现在支持在视图不可见时暂停动画效果,当视图重新可见时恢复动画。这种智能化的生命周期管理显著降低了不必要的资源消耗,对于包含大量动画元素的列表界面尤其重要。
表单交互增强 新增对submit动作的支持使得表单处理更加完整。结合现有的input组件,开发者现在可以构建完整的表单提交流程,包括数据收集、验证和提交动作的触发。
布局计算修复 本次更新重点修复了多个布局计算问题:
- 修复了container组件在启用tighten_width时文本内容宽度计算不准确的问题
- 修正了RTL(从右到左)布局下container内的内容对齐方式
- 改进了线性渐变的大小计算逻辑,确保视觉效果与设计稿一致
性能优化 针对gallery组件的滑动体验进行了专项优化,现在快速滑动(fling手势)后的吸附定位更加流畅自然。同时修复了patch机制可能影响item_builder后续工作的问题,确保动态更新后的列表仍能正常构建新项目。
iOS客户端关键更新
布局计算逻辑统一 本次更新调整了带有weight属性的可调整大小元素的尺寸计算方式。现在元素的尺寸计算不再包含边距(margin),这意味着当多个具有相同weight值的元素放置在同一个容器中时,即使它们的边距设置不同,最终获得的尺寸也会保持一致。这种改变使布局行为更加符合开发者直觉,也与其他平台的实现保持了一致。
转场动画修复 修复了视图尺寸变化时的转场动画问题,现在尺寸变化过程中的动画过渡更加平滑自然。对于包含动态内容的卡片式界面,这种改进显著提升了用户体验。
无障碍访问优化 对div-tooltip组件的无障碍支持进行了更新,确保辅助技术能够正确识别和朗读提示内容,满足无障碍设计的要求。
Web客户端功能扩展
布局系统增强 Web端本次获得了多项布局能力升级:
- pager组件新增wrap_content布局模式,使其能够根据内容自动调整尺寸
- 新增cross_axis_alignment属性支持,可以精细控制pager中项目的交叉轴对齐方式
- 新增pagerChildrenClipEnabled配置标志,特别适用于处理pager内包含阴影元素时的裁剪需求
- 修正了grid组件column_count属性的默认值问题,现在明确要求必须指定该值
视觉样式丰富
- 新增对线性渐变中color_map属性的支持,允许创建更复杂的渐变效果
- 实现了dashed虚线描边样式,扩展了边框设计的可能性
- 改进了menu_items的样式表现,确保视觉一致性
交互体验优化
- 修复了tabs组件内可点击内容的交互问题
- 改进了input组件在keyboard_type为number时的虚拟键盘行为
- 新增对tooltip组件non_modal模式的支持,允许提示框出现时不阻断其他交互
状态管理警告 现在当使用transition_id、transition_out或transition_change属性但缺少必需的id属性时,系统会给出明确警告,帮助开发者及时发现并修复状态转换相关的问题。
补丁机制改进 修复了使用patch时可能导致相邻组件意外重建的问题,提高了动态更新界面的性能和稳定性。
跨平台协同设计思想
本次更新体现了DivKit团队在保持各平台特性的同时,努力实现核心功能与API的一致性。例如submit动作的支持、tooltip的无障碍改进等都同步出现在了多个平台。这种协同设计既降低了开发者的学习成本,又确保了最终用户体验的一致性。
特别值得注意的是布局计算逻辑的调整,如iOS端weight计算方式的改变,实际上是对各平台实现差异的消除,使开发者无论针对哪个平台,都能获得符合预期的布局结果。这种对细节的关注正是DivKit能够成为可靠跨平台解决方案的关键所在。
kernelopenEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。C033
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
kylin-wayland-compositorkylin-wayland-compositor或kylin-wlcom(以下简称kywc)是一个基于wlroots编写的wayland合成器。 目前积极开发中,并作为默认显示服务器随openKylin系统发布。 该项目使用开源协议GPL-1.0-or-later,项目中来源于其他开源项目的文件或代码片段遵守原开源协议要求。C00
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-4.7GLM-4.7上线并开源。新版本面向Coding场景强化了编码能力、长程任务规划与工具协同,并在多项主流公开基准测试中取得开源模型中的领先表现。 目前,GLM-4.7已通过BigModel.cn提供API,并在z.ai全栈开发模式中上线Skills模块,支持多模态任务的统一规划与协作。Jinja00
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