ArcNavigationView 开源项目教程
项目介绍
ArcNavigationView 是一个基于 Material Design 概念的导航抽屉实现,它提供了独特的曲线边缘效果,为传统的滑动式侧边栏带来了视觉上的新颖感。此项目由 Roman Zavarnitsyn 创建于2017年,灵感源自Florent Champigny的ArcLayout,并在此基础上进行了调整优化。遗憾的是,该项目已被作者于2020年6月28日归档,目前处于只读状态。
项目快速启动
要将 ArcNavigationView 快速集成到您的项目中,您需要完成以下步骤:
添加依赖
首先,在您的Android项目的 build.gradle(Module级别)文件中的 dependencies 块添加以下依赖:
dependencies {
implementation 'com.rom4ek:arcnavigationview:2.0.0'
}
然后同步 Gradle 以使新依赖生效。
XML布局配置
在您的XML布局文件中,替换常规的 DrawerLayout 为 ArcNavigationView,如下面的示例所示:
<android.support.v4.widget.DrawerLayout
xmlns:android="http://schemas.android.com/apk/res/android"
xmlns:app="http://schemas.android.com/apk/res-auto"
android:id="@+id/drawer_layout"
android:layout_width="match_parent"
android:layout_height="match_parent">
<!-- 主内容视图 -->
<!-- ArcNavigationView 实例 -->
<com.rom4ek.arcnavigationview.ArcNavigationView
android:id="@+id/nav_view"
android:layout_width="wrap_content"
android:layout_height="match_parent"
android:layout_gravity="start"
app:menu="@menu/activity_main_drawer"
app:arc_width="96dp"
app:arc_cropDirection="cropInside"/>
</android.support.v4.widget.DrawerLayout>
记得设置您的菜单资源(@menu/activity_main_drawer)和适当的宽度。
支持右对齐
若要让导航抽屉出现在屏幕右侧,使用 end 或 right 重力,并确保支持右到左(RTL)布局。
应用案例和最佳实践
为了防止子视图在使用右对齐模式时被裁剪,特别是在从左到右(LTR)布局中,应确保应用支持RTL方向:
- 在
AndroidManifest.xml的<application>标签内加入android:supportsRtl="true"。 - 在 ArcNavigationView 中添加
android:layoutDirection="rtl"。
此外,推荐在API 21及以上版本中启用状态栏和导航栏的半透明效果,这可以通过在对应的styles.xml中添加以下代码实现:
<style name="AppTheme.TranslucentBars">
<item name="android:windowTranslucentStatus">true</item>
<item name="android:windowTranslucentNavigation">true</item>
</style>
并确保在运行时将该主题应用于相应的Activity。
典型生态项目
由于此仓库已归档,目前没有直接相关或延伸的“典型生态项目”来讨论。然而,对于那些寻求类似UI效果的开发者来说,可能需要探索最新的开源项目或Material Design的官方组件更新,以寻找新的解决方案或者灵感。
本教程提供了一个基础框架,引导您开始使用 ArcNavigationView。尽管项目不再维护,但在许多旧项目中,它仍能发挥价值,或是作为自定义UI设计的一个学习案例。开发新项目时,建议考虑官方库的最新更新或其他活跃的开源替代品,以获得持续的支持和兼容性。
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
PaddleOCR-VL-1.5PaddleOCR-VL-1.5 是 PaddleOCR-VL 的新一代进阶模型,在 OmniDocBench v1.5 上实现了 94.5% 的全新 state-of-the-art 准确率。 为了严格评估模型在真实物理畸变下的鲁棒性——包括扫描伪影、倾斜、扭曲、屏幕拍摄和光照变化——我们提出了 Real5-OmniDocBench 基准测试集。实验结果表明,该增强模型在新构建的基准测试集上达到了 SOTA 性能。此外,我们通过整合印章识别和文本检测识别(text spotting)任务扩展了模型的能力,同时保持 0.9B 的超紧凑 VLM 规模,具备高效率特性。Python00
xw-cli实现国产算力大模型零门槛部署,一键跑通 Qwen、GLM-4.7、Minimax-2.1、DeepSeek-OCR 等模型Go06
yuanrongopenYuanrong runtime:openYuanrong 多语言运行时提供函数分布式编程,支持 Python、Java、C++ 语言,实现类单机编程高性能分布式运行。Go051
pc-uishopTNT开源商城系统使用java语言开发,基于SpringBoot架构体系构建的一套b2b2c商城,商城是满足集平台自营和多商户入驻于一体的多商户运营服务系统。包含PC 端、手机端(H5\APP\小程序),系统架构以及实现案例中应满足和未来可能出现的业务系统进行对接。Vue00
ebook-to-mindmapepub、pdf 拆书 AI 总结TSX01