【亲测免费】 Compose Destinations 开源项目教程
项目介绍
Compose Destinations 是一个基于 Kotlin 的导航库,专为 Jetpack Compose 设计。它旨在简化和标准化应用程序内的导航逻辑,提供了一套清晰的 API 来管理目的地之间的交互,使得开发者能够更专注于业务逻辑,而无需在导航实现上花费过多精力。通过使用 Compose Destinations,开发者可以享受到类型安全的导航体验,以及易于测试和维护的架构。
项目快速启动
要快速启动并运行 Compose Destinations,首先确保你的开发环境已经配置了 Kotlin 和 Android Studio,且支持 Jetpack Compose。
添加依赖
在你的 build.gradle.kts 文件中的 dependencies 块添加以下依赖:
dependencies {
implementation("com.raamcosta.compose:compose-destinations:<latest-version>")
}
替换 <latest-version> 为你查找到的最新版本号。可以通过项目 GitHub 页面的 Release 部分查找。
初始化导航
在应用的入口点(如 MainActivity),初始化 Compose Destinations:
class MainActivity : ComponentActivity() {
override fun onCreate(savedInstanceState: Bundle?) {
super.onCreate(savedInstanceState)
// 初始化 DestinationRegistry
DestinationsInstaller.install(this) {
addDestinations(Destinations())
}
// 使用 Compose 安装视图
setContent {
AppTheme {
Surface(color = MaterialTheme.colors.background) {
NavHost(
navController = rememberNavController(),
startDestination = "home"
) { backStackEntry ->
ComposeDestinations(backStackEntry)
}
}
}
}
}
}
创建目的地
创建一个简单的目的地示例,在 Destinations.kt 中定义:
object Destinations {
@Composable
fun HomeScreen() {
Text(text = "欢迎来到主页")
}
val home by destination(Screen.Home)
}
这里 @Composable 函数代表你的屏幕界面,destination 注解用于注册这个目的地。
应用案例和最佳实践
类型安全的导航
利用 Kotlin 协程和 NavBackStackEntry,你可以安全地传递参数和处理导航结果:
navController.navigateTo(Destinations.home) {
extras = mapOf("message" to "Hello World!")
}
在目的地中接收参数:
val message by rememberSaveable { navBackStackEntry.data["message"] as? String }
Text(text = message ?: "无消息")
生命周期管理和深度链接
Compose Destinations 提供了对屏幕生命周期的管理支持,及如何集成深度链接到你的应用中,这有助于提升用户体验和应用发现性。
典型生态项目
虽然本开源项目本身是独立的,但它与 Jetpack Compose 生态紧密相连,可以与其他流行库如 Accompanist 系列(例如用于处理屏幕适配或网络图片加载)无缝集成,增强应用功能。开发者应探索这些生态系统的结合,以构建更为复杂和功能丰富的应用。
此教程仅提供了 Compose Destinations 最基础的使用指南,深入掌握其全部特性和最佳实践,还需参考官方文档和实战经验积累。
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- QQwen3-Coder-Next2026年2月4日,正式发布的Qwen3-Coder-Next,一款专为编码智能体和本地开发场景设计的开源语言模型。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
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
Baichuan-M3-235BBaichuan-M3 是百川智能推出的新一代医疗增强型大型语言模型,是继 Baichuan-M2 之后的又一重要里程碑。Python00
VLOOKVLOOK™ 是优雅好用的 Typora/Markdown 主题包和增强插件。 VLOOK™ is an elegant and practical THEME PACKAGE × ENHANCEMENT PLUGIN for Typora/Markdown.Less00