Circuit框架0.28.0版本发布:Compose 1.8支持与导航拦截新特性
Circuit是由Slack开发的一个现代化的Android UI框架,它基于Jetpack Compose构建,专注于简化复杂UI的开发流程。Circuit采用了MVI(Model-View-Intent)架构模式,通过定义清晰的UI状态和事件处理机制,帮助开发者构建可维护、可测试的用户界面。
Compose 1.8支持升级
本次0.28.0版本最重要的更新是将Compose版本升级到了1.8。这一变化意味着:
-
JVM目标版本提升:为了与上游保持一致,Circuit现在默认使用Java 11作为编译目标版本。开发者需要确保项目配置支持Java 11。
-
性能优化:Compose 1.8带来了多项性能改进,包括更高效的渲染和状态管理机制,这些改进将直接惠及基于Circuit构建的应用。
-
新特性支持:Compose 1.8引入的新API和功能现在可以在Circuit项目中使用,为开发者提供了更多构建现代UI的可能性。
导航行为变更
在Android平台上,rememberCircuitNavigator()函数的行为有所调整,这个函数负责处理返回导航操作。新版本中:
-
延迟根导航弹出:现在当执行根级别的
Navigator.pop操作时,会延迟到组合完成后再执行。这一改变确保了BackHandler能够被完全禁用,然后再处理弹出操作。 -
改进的后退传播:修复了之前版本中根级别弹出操作无法正确传播到外部
BackHandler或OnBackPressedCallback的问题。 -
架构调整:由于Compose新增了
compose:ui-backhandler模块,这个导航器实现已从Android专用模块迁移到了通用的circuit-foundation组件中。
新增导航拦截功能
0.28.0版本引入了一个强大的新特性——导航拦截系统,位于新的circuitx-navigation模块中:
核心概念
-
InterceptingNavigator:这是一个特殊的导航器,位于常规Circuit导航器之前,充当导航事件的"看门人"。
-
NavigationInterceptor:开发者可以通过实现这个接口来拦截和处理三种类型的导航操作:
goTo:导航到新界面pop:返回上一界面resetRoot:重置导航栈
拦截能力
拦截器可以决定如何处理导航事件:
- 允许:让导航按原计划执行
- 阻止:取消导航操作
- 重写:修改导航目标,转向其他界面
- 跳过:忽略当前导航事件
使用场景
这一系统特别适用于:
- 高级路由控制:实现复杂的导航逻辑,如条件跳转
- 权限检查:在导航前验证用户权限
- 分析跟踪:记录用户的导航路径
- AB测试:根据实验条件重定向用户
简单监听
如果只需要监听导航事件而不修改,可以实现NavigationEventListener接口,它提供了导航发生时的回调,但不具备修改能力。
其他改进
-
修饰符修复:修正了
NavigatorDefaults.EmptyDecoration中提供的Modifier未被使用的问题。 -
文档增强:
- 添加了更多关于状态设计的替代方案说明
- 将Circuitx文档拆分为多个子页面,提高可读性
-
依赖更新:同步更新了多个依赖项,包括Dagger、KotlinInject和AndroidX生命周期组件等。
升级建议
对于现有项目,升级到0.28.0版本时需要注意:
- 确保项目已配置支持Java 11
- 检查自定义导航逻辑是否受到行为变更的影响
- 考虑使用新的导航拦截系统来简化复杂的导航逻辑
- 充分利用文档中的新内容来优化状态管理设计
Circuit 0.28.0通过支持最新的Compose版本和引入导航拦截系统,进一步强化了其作为现代Android UI框架的地位,为开发者提供了更强大、更灵活的工具来构建高质量的应用程序。
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。C0132
let_datasetLET数据集 基于全尺寸人形机器人 Kuavo 4 Pro 采集,涵盖多场景、多类型操作的真实世界多任务数据。面向机器人操作、移动与交互任务,支持真实环境下的可扩展机器人学习00
mindquantumMindQuantum is a general software library supporting the development of applications for quantum computation.Python059
PaddleOCR-VLPaddleOCR-VL 是一款顶尖且资源高效的文档解析专用模型。其核心组件为 PaddleOCR-VL-0.9B,这是一款精简却功能强大的视觉语言模型(VLM)。该模型融合了 NaViT 风格的动态分辨率视觉编码器与 ERNIE-4.5-0.3B 语言模型,可实现精准的元素识别。Python00
GLM-4.7-FlashGLM-4.7-Flash 是一款 30B-A3B MoE 模型。作为 30B 级别中的佼佼者,GLM-4.7-Flash 为追求性能与效率平衡的轻量化部署提供了全新选择。Jinja00
AgentCPM-ReportAgentCPM-Report是由THUNLP、中国人民大学RUCBM和ModelBest联合开发的开源大语言模型智能体。它基于MiniCPM4.1 80亿参数基座模型构建,接收用户指令作为输入,可自主生成长篇报告。Python00