DivKit 31.6.0版本发布:跨平台UI框架的全面升级
DivKit是一个由Yandex开源的跨平台UI框架,它允许开发者使用声明式的JSON格式来描述复杂的用户界面,并在Android、iOS和Web平台上实现一致的渲染效果。通过DivKit,开发者可以快速构建动态、高性能的UI界面,同时保持代码的可维护性和跨平台一致性。
Android客户端更新
输入控件增强
本次更新中,Android端的input控件新增了对filters属性的支持。这一特性允许开发者对用户输入内容进行更精细的控制,例如限制输入长度、过滤特定字符等。在实际应用中,这对于表单验证、搜索框等场景非常有用。
工具提示管理优化
新增的Div2Context.closeTooltips()方法为开发者提供了集中关闭所有工具提示的能力。这一改进简化了工具提示的管理逻辑,特别是在复杂交互场景中,开发者现在可以更轻松地确保UI状态的正确性。
列表构建逻辑调整
在列表渲染方面,item_builder现在拥有比items更高的优先级。这一变更使Android平台与其他平台的行为保持一致,减少了跨平台开发时的差异性。开发者在使用列表组件时应当注意这一优先级变化,以确保预期的渲染效果。
画廊组件改进
针对gallery组件的滚动位置恢复问题,本次更新修复了两个关键场景:
- 当第一个项目可见时的滚动位置恢复
- 在RTL(从右到左)配置下的滚动行为
这些修复提升了用户体验,特别是在多语言应用中,RTL布局的展示更加可靠。
视觉效果修正
shine效果的渐变角度计算得到了修正。现在角度是相对于水平线逆时针旋转的,这与标准的图形学惯例保持一致。开发者在使用这一视觉效果时可以获得更符合预期的渲染结果。
分页模式优化
修复了paging模式下画廊滚动的问题,使分页浏览体验更加流畅自然。
iOS客户端更新
输入类型与自动校正
iOS端的input控件现在会根据input_type自动调整自动校正行为。这一智能适配减少了开发者的配置工作,同时提供了更符合用户预期的输入体验。例如,在输入电话号码时自动禁用自动校正,而在输入普通文本时保持启用。
类型化动作解析
修复了类型化动作中数组解析的问题,使复杂数据结构的处理更加可靠。这一改进对于使用高级交互逻辑的应用尤为重要。
布局计算优化
layout_provider中的尺寸计算问题得到了修复,确保了布局测量的准确性。这对于依赖精确布局的自定义组件开发者来说是一个重要的改进。
Web客户端更新
滚动动作动画支持
Web端为多种滚动相关动作新增了animated参数,包括:
set_current_itemset_next_itemset_previous_itemscroll_forwardscroll_backwardscroll_to_positionscroll_to_endscroll_to_start
这一增强使开发者能够控制滚动是否以动画形式呈现,从而在需要快速跳转或平滑滚动时提供更灵活的选择。
数据结构解析增强
Web端现在支持从字符串解析array和dict数据结构,包括通过div-action://set_variable协议和variable.set('value')编程API。数据格式采用JSON标准,这大大增强了复杂数据传递的能力。
工具提示交互改进
新增对tap_outside_actions和close_by_tap_outside属性的支持,使工具提示的交互行为更加丰富和可控。开发者现在可以定义点击工具提示外部时的行为,并控制是否允许通过外部点击关闭提示。
RTL布局修复
修复了switch组件在RTL布局下的显示问题,确保从右到左语言的界面元素正确对齐和交互。
动作日志限制
修正了visibility_actions和disappear_actions中动作数量与log_limit相关的错误,使动作日志系统更加可靠。
总结
DivKit 31.6.0版本带来了跨三大平台的全面改进,从基础控件功能增强到布局计算优化,从交互行为完善到国际化支持,每个更新都体现了框架对开发者体验和最终用户体验的关注。这些改进使得DivKit在构建复杂、动态、跨平台的用户界面时更加可靠和高效。
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust0197
cann-learning-hubCANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。Jupyter Notebook0124
MiMo-V2.5-Pro-FP4-DFlashMiMo-V2.5-Pro-FP4-DFlash 是驱动 MiMo-V2.5-Pro-UltraSpeed 的底层模型: FP4 量化骨干网络:对 MoE 专家采用 MXFP4 量化,同时保持模型其他部分的更高精度,在几乎无损质量的前提下,显著减小模型体积并降低内存带宽压力。 BF16 DFlash 草稿生成器:用于块扩散推测解码,每次前向传播可生成一整个块的 tokens,并让骨干网络一步完成验证。 两者协同作用,既降低了每参数的位宽,又减少了骨干网络前向传播的次数,而这两者正是万亿参数模型解码过程中的两大主要成本来源。Python00
JoyAI-EchoJoyAI-Echo,这是一个独立的、仅用于推理的版本,旨在实现分钟级多镜头音视频生成。它采用了经过蒸馏的DMD生成器、配对的跨模态记忆以及故事级别的一致性。其性能的核心在于,一个跨模态视听记忆库能够在长达五分钟的视频中保持角色外观和语音音色的一致性。同时,一个训练后处理流程将基于记忆的强化学习与分布匹配蒸馏相结合,实现了7.5倍的速度提升,显著增强了视觉质量和对齐效果。00
AstrBot✨ 易上手的多平台 LLM 聊天机器人及开发框架 ✨ 平台支持 QQ、QQ频道、Telegram、微信、企微、飞书 | OpenAI、DeepSeek、Gemini、硅基流动、月之暗面、Ollama、OneAPI、Dify 等。附带 WebUI。Python05
handy-ollama动手学Ollama,CPU玩转大模型部署,在线阅读地址:https://datawhalechina.github.io/handy-ollama/Jupyter Notebook07