KeyboardKit 9.1.0 版本发布:键盘定制与用户体验全面升级
KeyboardKit 是一个强大的 Swift 框架,专门用于在 iOS 和 macOS 平台上构建自定义键盘应用。它为开发者提供了丰富的工具和组件,可以轻松实现各种键盘布局、输入法切换、表情符号选择等核心功能,同时支持高度定制化的外观和行为。
核心功能增强
本次 9.1.0 版本带来了多项重要改进,特别是在键盘布局定制和用户体验方面:
键盘边缘停靠功能
新引入的 Keyboard.DockEdge 枚举让开发者能够实现键盘在屏幕边缘的停靠功能。通过 Keyboard.Settings 中的 keyboardDockEdge 属性,可以轻松启用这一特性。对于 iPhone 用户来说,这项功能特别实用,可以将键盘停靠在左侧或右侧边缘,大大方便了单手操作场景。
空格键长按行为扩展
Keyboard.SpaceLongPressBehavior 新增了 .moveInputCursorWithLocaleSwitcher 选项,现在开发者可以让用户在长按空格键时,既能移动输入光标,又能切换输入法语言,这种复合操作模式显著提升了输入效率。
本地化显示优化
Locale 类型新增了 shortDisplayName 属性,它会返回语言代码或标识符,为键盘界面的语言切换显示提供了更简洁的选项。同时,所有表情符号和表情符号类别都已完成了西班牙语本地化。
专业版功能改进
对于 KeyboardKit Pro 用户,本次更新带来了更专业的增强:
表情符号键盘渲染优化
EmojiKeyboard 现在能够在更多设备类型上呈现更好的显示效果。Emoji.KeyboardMenu 现在从环境中获取样式构建器,使得自定义更加灵活。
iPad Pro 布局服务改进
iPadProLayoutService 针对 URL 和电子邮件键盘键的渲染进行了优化,确保这些特殊功能键在各种布局中都能正确显示。
架构与 API 优化
本次更新对框架内部结构进行了多项优化:
- 大量类型现在符合
Codable和Sendable等基础协议,提高了框架的健壮性和线程安全性 - 移除了
KeyboardApp中必须定义bundleId和keyboardBundleId的要求,简化了自定义键盘应用的设置流程 - 对
KeyboardLayout和BaseLayoutService中的输入工具栏命名进行了规范化,移除了number相关的不必要前缀 - 调整了大写锁定和 Shift 键在暗黑模式下的默认空闲状态颜色,提升了视觉一致性
问题修复
本次更新修复了几个关键问题:
Keyboard.KeyboardType.URL现在能够正确渲染输入键和底部操作按钮KeyboardView在使用自定义emojiKeyboard时不再错误移除表情符号键
迁移注意事项
需要注意的是,9.1.0 版本移除了对 KeyboardKit 8 的迁移支持。开发者如果还在使用旧版本,需要先迁移到最新的 9.0 版本,然后再升级到 9.1 或更高版本。
总结
KeyboardKit 9.1.0 版本通过引入键盘边缘停靠、优化空格键长按行为、改进专业版功能等一系列增强,为开发者提供了更强大的工具来构建高效、美观的键盘应用。这些改进不仅提升了开发体验,也最终为用户带来了更流畅、更便捷的输入体验。
ERNIE-4.5-VL-28B-A3B-ThinkingERNIE-4.5-VL-28B-A3B-Thinking 是 ERNIE-4.5-VL-28B-A3B 架构的重大升级,通过中期大规模视觉-语言推理数据训练,显著提升了模型的表征能力和模态对齐,实现了多模态推理能力的突破性飞跃Python00
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
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Python00
HunyuanVideo-1.5暂无简介00
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
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
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