WPF UI 4.0.0 版本发布:现代化桌面应用开发的新篇章
项目简介
WPF UI 是一个基于 Windows Presentation Foundation (WPF) 的开源 UI 框架,旨在为 .NET 开发者提供现代化、流畅设计风格的界面组件。它特别适合需要构建具有 Windows 11/10 风格 UI 的桌面应用程序开发场景。
4.0.0 版本核心更新
1. 平台支持扩展
本次更新最引人注目的是新增了对 .NET 9 的支持,使开发者能够利用最新的 .NET 平台特性。同时,框架现在也正式支持 ARM64 架构,为跨平台开发提供了更好的基础。
2. 架构优化
团队引入了全新的 Wpf.Ui.Abstractions 包,这是一个重要的架构改进。通过将 WPF 特定代码与非 WPF 代码分离,为未来的跨平台支持奠定了基础,同时也提高了代码的可维护性。
3. 安全增强
所有 NuGet 包现在都进行了数字签名,这一安全措施确保了软件包的完整性和来源可信度,对于企业级应用开发尤为重要。
4. 视觉与交互改进
- 更新了 Fluent System Icons 图标集,提供了更多现代化符号选择
- 修复了 Expander 控件内容高度行为,使其更加一致可靠
- 优化了 ListView 内存管理,解决了潜在的内存泄漏问题
- 改进了 DataGrid 的 UI 表现和样式问题
5. 性能提升
开发团队对框架进行了多处性能优化:
- 优化了字符串比较操作
- 排除了不必要的字段定义
- 减少了不必要的 UI 刷新操作
技术细节解析
导航系统改进
导航系统的 INavigationAware 接口回调现在会在 UI 线程上正确触发,解决了跨线程访问 UI 元素的潜在问题。同时修复了在某些情况下无法正确触发导航方法的问题。
控件行为修复
- NumberBox 控件获得了多项修复,包括焦点处理、重复事件参数和光标行为
- SplitButton 中的 ToggleButton 交互问题得到解决
- 修复了 CheckBox 控件的 Padding 属性应用问题
- 改进了 ListBoxItem 的悬停效果
无障碍支持
团队特别关注了无障碍访问体验,修复了多个控件的屏幕阅读器兼容性问题,包括 CardAction、Button、MenuItem 和 NavigationViewItem 等。
开发者体验提升
主题系统改进
- 修正了主题颜色系统以更准确地匹配 WinUI 的行为
- 优化了 CardControl 的悬停行为
- 改进了高程画笔(elevationBrushes)的实现
标题栏自定义
现在开发者可以在标题栏中设置自定义内容而不仅仅是文本标题,这为应用提供了更大的个性化空间。同时修正了紧凑模式下图标位置的问题。
社区贡献
本次更新包含了来自14位首次贡献者的代码,社区参与度显著提升。这些贡献涵盖了从文档修正到核心功能改进的各个方面,体现了项目的健康生态。
升级建议
对于现有项目,升级到4.0.0版本时需要注意:
- 新的 Wpf.Ui.Abstractions 包可能需要额外引用
- 某些控件的行为变化可能需要调整现有代码
- 建议测试 .NET 9 兼容性(如果适用)
- 检查主题相关的视觉变化是否影响现有界面
总结
WPF UI 4.0.0 版本标志着该项目的一个重要里程碑,不仅在功能上有了显著提升,在架构设计和开发者体验方面也取得了长足进步。对于追求现代化 Windows 桌面应用体验的开发者来说,这个版本提供了更强大、更可靠的工具集。
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-1.5HunyuanVideo-1.5作为一款轻量级视频生成模型,仅需83亿参数即可提供顶级画质,大幅降低使用门槛。该模型在消费级显卡上运行流畅,让每位开发者和创作者都能轻松使用。本代码库提供生成创意视频所需的实现方案与工具集。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