DivKit 31.14.0版本发布:跨平台UI框架的多项优化与修复
DivKit是一个开源的跨平台UI框架,它允许开发者使用声明式的JSON格式来构建复杂的用户界面。通过DivKit,开发者可以快速实现动态更新的UI组件,同时保持高性能和跨平台一致性。框架支持Android、iOS和Web三大平台,特别适合需要频繁更新UI内容的场景,如新闻资讯类应用。
Android客户端改进
本次更新中,Android客户端获得了多项重要修复和功能增强:
-
触发器机制修复:解决了在多Div视图场景下触发器可能失效的问题。触发器是DivKit中实现交互逻辑的重要机制,这个修复确保了复杂界面中用户操作的可靠性。
-
数学函数扩展:新增了对tan、acos、atan、atan2等三角函数的支持。这些数学函数在实现动态计算和动画效果时非常有用,比如可以根据用户输入实时计算并显示结果。
-
工具提示增强:实现了
tap_outside_actions属性,允许开发者定义当用户点击工具提示外部区域时触发的动作。这提供了更符合用户预期的交互体验。 -
视图复制修复:修复了ViewCopiesKt中可能抛出的"IllegalArgumentException: width and height must be > 0"异常,提高了框架的稳定性。
-
文本处理优化:改进了对软连字符(soft hyphen)的处理逻辑。原先只检查文本前10个字符,现在会检查整个文本内容,确保文本排版更加准确。
iOS客户端改进
iOS平台主要针对阴影渲染进行了调整:
- 跨平台一致性:调整了阴影渲染效果,使其与其他平台(特别是Android)的表现保持一致。这对于需要保持多平台UI一致性的应用尤为重要。
Web客户端改进
Web平台获得了三项重要修复:
-
提交动作修复:解决了
submit动作中integer类型变量的处理问题。原先当变量值为bigint类型时无法正确转换为字符串,现在可以正确处理大整数。 -
背景定位修复:修正了背景
start和end位置的计算问题,确保背景能够按照预期正确显示。 -
分页器行为优化:改进了
pager组件对visibility属性为gone的元素的处理逻辑。现在这类不可见元素不会影响分页器的正常行为。
技术价值与应用场景
本次DivKit更新体现了框架在以下几个方面的持续优化:
-
跨平台一致性:通过调整iOS的阴影渲染,确保不同平台上的视觉效果一致,这对品牌形象和用户体验至关重要。
-
交互可靠性:Android端的触发器修复和工具提示增强,使得复杂交互场景更加可靠。
-
性能与稳定性:文本处理和视图复制的优化,减少了潜在的性能问题和异常情况。
-
功能完整性:新增的数学函数支持,为开发者提供了更强大的动态计算能力。
这些改进使得DivKit更适合用于构建需要频繁更新内容、跨平台一致性要求高的应用,如新闻资讯、电商促销页面等场景。开发者可以更加专注于业务逻辑的实现,而不用担心底层UI渲染的细节问题。
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。C063
MiniMax-M2.1从多语言软件开发自动化到复杂多步骤办公流程执行,MiniMax-M2.1 助力开发者构建下一代自主应用——全程保持完全透明、可控且易于获取。Python00
kylin-wayland-compositorkylin-wayland-compositor或kylin-wlcom(以下简称kywc)是一个基于wlroots编写的wayland合成器。 目前积极开发中,并作为默认显示服务器随openKylin系统发布。 该项目使用开源协议GPL-1.0-or-later,项目中来源于其他开源项目的文件或代码片段遵守原开源协议要求。C01
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-4.7GLM-4.7上线并开源。新版本面向Coding场景强化了编码能力、长程任务规划与工具协同,并在多项主流公开基准测试中取得开源模型中的领先表现。 目前,GLM-4.7已通过BigModel.cn提供API,并在z.ai全栈开发模式中上线Skills模块,支持多模态任务的统一规划与协作。Jinja00
agent-studioopenJiuwen agent-studio提供零码、低码可视化开发和工作流编排,模型、知识库、插件等各资源管理能力TSX0131
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