Orbit-MVI 10.0.0 发布:全面拥抱 Kotlin 多平台开发
Orbit-MVI 是一个基于 Kotlin 的现代化 MVI(Model-View-Intent)架构框架,它通过响应式编程和单向数据流的设计理念,帮助开发者构建可维护、可测试的应用程序。在最新发布的 10.0.0 版本中,Orbit-MVI 实现了对 Kotlin 多平台(KMP)的全面支持,为跨平台开发带来了全新的可能性。
多平台支持成为核心特性
10.0.0 版本最显著的改进是全面支持 Kotlin Multiplatform 的所有目标平台。这意味着开发者现在可以在 iOS、Android、Web、桌面等多个平台上共享业务逻辑代码,同时保持各平台原生 UI 的优势。这一变化使 Orbit-MVI 成为跨平台开发的强大工具。
ViewModel 与 Compose 多平台支持
新版本特别强化了对 ViewModel 和 Compose 多平台的支持:
-
ViewModel 多平台:现在可以在共享代码中直接使用 ViewModel,而不必担心平台差异。这为状态管理提供了统一的解决方案。
-
Compose 多平台:新增的 Compose 多平台支持允许开发者在不同平台上使用相同的声明式 UI 代码。框架还提供了一个全新的 Compose 多平台示例应用,帮助开发者快速上手。
测试功能增强
测试方面有两个重要改进:
-
自动初始状态检查:测试时框架会自动验证初始状态,不再需要手动调用
expectInitialState()。如果需要自定义行为,可以通过TestSettings.autoCheckInitialState进行配置。 -
expectStateOn 方法:新增的这个方法特别适合测试密封类(sealed class)表示的状态,使状态断言更加直观和类型安全。
API 变更与优化
核心模块变更
blockingIntent 现在改为扩展函数,这一变化虽然带来了轻微的 API 破坏性变更,但使 API 设计更加一致和 Kotlin 友好。
Compose 模块清理
移除了 ContainerHostExtensionsKt 中已弃用的 collectState 函数,简化了 API 表面。
ViewModel 模块增强
新增了对 kotlinx 序列化的支持,使得通过 SavedStateHandle 保存和恢复状态变得更加方便和安全。
技术实现亮点
-
移除了 AtomicFu 依赖:改用 Kotlin 标准库的实现,减少了外部依赖,提高了框架的稳定性。
-
测试包装改进:确保
runTest正确包装测试,提供更可靠的测试环境。 -
性能优化:移除了
RealContainer中的runBlocking调用,提升了协程使用的效率。
开发者体验提升
新版本提供了丰富的示例代码,特别是新增的 Compose 多平台示例应用,展示了如何在实践中使用这些新特性。例如,示例中包含了 Compose TextField 状态提升的典型用法,帮助开发者理解如何在 MVI 架构中处理用户输入。
Orbit-MVI 10.0.0 的这些改进标志着框架向多平台开发迈出了重要一步,为 Kotlin 全栈开发者提供了更强大的工具集。无论是构建跨平台应用,还是需要在不同平台上共享业务逻辑,新版本都能提供优雅的解决方案。
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5-w4a8GLM-5-w4a8基于混合专家架构,专为复杂系统工程与长周期智能体任务设计。支持单/多节点部署,适配Atlas 800T A3,采用w4a8量化技术,结合vLLM推理优化,高效平衡性能与精度,助力智能应用开发Jinja00
请把这个活动推给顶尖程序员😎本次活动专为懂行的顶尖程序员量身打造,聚焦AtomGit首发开源模型的实际应用与深度测评,拒绝大众化浅层体验,邀请具备扎实技术功底、开源经验或模型测评能力的顶尖开发者,深度参与模型体验、性能测评,通过发布技术帖子、提交测评报告、上传实践项目成果等形式,挖掘模型核心价值,共建AtomGit开源模型生态,彰显顶尖程序员的技术洞察力与实践能力。00
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00
MiniMax-M2.5MiniMax-M2.5开源模型,经数十万复杂环境强化训练,在代码生成、工具调用、办公自动化等经济价值任务中表现卓越。SWE-Bench Verified得分80.2%,Multi-SWE-Bench达51.3%,BrowseComp获76.3%。推理速度比M2.1快37%,与Claude Opus 4.6相当,每小时仅需0.3-1美元,成本仅为同类模型1/10-1/20,为智能应用开发提供高效经济选择。【此简介由AI生成】Python00
Qwen3.5Qwen3.5 昇腾 vLLM 部署教程。Qwen3.5 是 Qwen 系列最新的旗舰多模态模型,采用 MoE(混合专家)架构,在保持强大模型能力的同时显著降低了推理成本。00- RRing-2.5-1TRing-2.5-1T:全球首个基于混合线性注意力架构的开源万亿参数思考模型。Python00