Neutralinojs v6.1.0 发布:原生窗口菜单与全局变量增强
2025-06-08 22:29:28作者:裴锟轩Denise
Neutralinojs 是一个轻量级的跨平台桌面应用开发框架,它允许开发者使用 HTML、CSS 和 JavaScript 等 Web 技术构建原生应用。与 Electron 不同,Neutralinojs 不需要捆绑完整的浏览器引擎,而是使用操作系统的原生 Web 视图控件,这使得应用体积更小、启动更快。
原生窗口主菜单功能
本次发布的 v6.1.0 版本带来了备受期待的原生窗口主菜单功能。开发者现在可以通过 window.setMainMenu(menu) API 在 GNU/Linux 和 Windows 上创建原生窗口菜单,在 macOS 上创建应用菜单。
基本用法
菜单结构通过 JavaScript 数组定义,支持多级嵌套:
const menu = [
{
id: 'file',
text: '文件',
menuItems: [
{id: 'open', text: '打开'},
{text: '-'}, // 分隔符
{id: 'quit', text: '退出'}
]
},
{
id: 'edit',
text: '编辑',
menuItems: [
{id: 'cut', text: '剪切'},
{id: 'copy', text: '复制'},
{id: 'paste', text: '粘贴'}
]
}
];
await Neutralino.window.setMainMenu(menu);
事件处理
当用户点击菜单项时,框架会触发 mainMenuItemClicked 事件,开发者可以通过监听此事件来处理菜单操作:
Neutralino.events.on('mainMenuItemClicked', (data) => {
console.log('点击的菜单项:', data);
});
平台特性差异
-
macOS 特有功能:
- 支持预定义动作(如
cut:、copy:、paste:) - 支持快捷键绑定(如
shortcut: 'x') - 应用菜单显示在屏幕顶部
- 支持预定义动作(如
-
Windows/Linux:
- 目前仅显示快捷键提示(如
shortcut: 'Ctrl+C') - 菜单附加到窗口顶部
- 目前仅显示快捷键提示(如
注意:GNU/Linux 和 Windows 平台的全局快捷键支持将在未来版本中添加。
新增全局变量
v6.1.0 引入了两个实用的全局变量:
-
NL_LOCALE:
- 获取用户区域设置(如
zh_CN.UTF-8) - 可用于国际化适配
- 获取用户区域设置(如
-
NL_COMPDATA:
- 支持在编译时嵌入自定义数据
- 通过 BuildZri 配置注入
- 典型用途:构建编号、编译器信息等
"definitions": {
"*": [
"NEU_COMPILATION_DATA=\\\"build_number=${BZ_BUILDNUMBER};compiler_name=${BZ_COMPILERNAME}\\\""
]
}
升级指南
现有项目升级非常简单:
- 修改配置文件中的
cli.binaryVersion为6.1.0 - 运行
neu update命令获取新版本
技术价值分析
本次更新为 Neutralinojs 带来了更接近原生应用的体验:
- 菜单系统填补了框架在桌面应用传统交互方式上的空白
- 跨平台一致性处理得当,尊重各平台UI规范
- 编译时数据注入为持续集成/部署流程提供了更多可能性
- 轻量化优势保持良好,新增功能不会显著增加包体积
对于需要开发轻量级跨平台桌面应用的前端开发者,Neutralinojs v6.1.0 提供了更完善的解决方案,特别是在需要系统菜单和构建信息管理的场景下表现出色。
登录后查看全文
热门项目推荐
相关项目推荐
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
项目优选
收起
deepin linux kernel
C
24
9
暂无简介
Dart
669
155
Ascend Extension for PyTorch
Python
219
236
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
9
1
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
660
308
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
64
19
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
392
3.81 K
React Native鸿蒙化仓库
JavaScript
259
322
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.19 K
654
仓颉编程语言运行时与标准库。
Cangjie
141
878