【亲测免费】 Windows UI 库 (WinUI) 使用教程
项目介绍
Windows UI 库 (WinUI) 是一个开源项目,由微软维护,旨在为开发者提供最新的 Windows 10 原生控件和 Fluent 风格样式。WinUI 包含 UWP XAML 控件、密集控件样式和 Fluent 样式及材质等向后兼容的 Windows UI 特性。该项目是 Windows UI 库产品的一部分,旨在帮助开发者构建现代、美观且高性能的 Windows 应用程序。
项目快速启动
安装 WinUI 库
要开始使用 WinUI 库,首先需要在项目中安装 Microsoft UI Xaml 包。以下是通过 NuGet 安装的步骤:
使用 .NET CLI 安装
dotnet add package Microsoft.UI.Xaml --version 2.8.6
使用 Package Manager Console 安装
Install-Package Microsoft.UI.Xaml -Version 2.8.6
使用 PackageReference 安装
在项目文件中添加以下 XML 节点:
<PackageReference Include="Microsoft.UI.Xaml" Version="2.8.6" />
初始化 WinUI
在 App.xaml 文件中添加 WinUI 的资源:
<Application.Resources>
<XamlControlsResources xmlns="using:Microsoft.UI.Xaml.Controls" />
</Application.Resources>
在 App.xaml.cs 文件中初始化 WinUI:
if (Windows.Foundation.Metadata.ApiInformation.IsTypePresent("Windows.UI.Xaml.Media.XamlCompositionBrushBase"))
{
Windows.UI.Xaml.Application.Current.Resources.MergedDictionaries.Add(Microsoft.UI.Xaml.Controls.XamlControlsResources.GetDefault());
}
应用案例和最佳实践
应用案例
WinUI 被广泛应用于各种类型的 Windows 应用程序中,包括系统工具、开发者工具、终端模拟器等。例如,微软的 PowerToys 工具集就使用了 WinUI 来提供现代化的用户界面。
最佳实践
- 使用 Fluent 设计系统:确保应用程序的界面遵循 Fluent 设计系统的原则,以提供一致且现代的用户体验。
- 优化性能:利用 WinUI 提供的虚拟化支持来优化列表和网格的性能。
- 自定义控件样式:根据需要自定义控件样式,以确保应用程序的视觉一致性。
典型生态项目
PowerToys
PowerToys 是一个由微软维护的系统工具集,旨在提高 Windows 用户的工作效率。它使用了 WinUI 来提供现代化的用户界面和丰富的功能。
FluentTerminal
FluentTerminal 是一个基于 UWP 和 Web 技术的终端模拟器,它使用了 WinUI 来提供 Fluent 风格的用户界面和流畅的用户体验。
Uno Platform
Uno Platform 是一个开源项目,允许开发者使用 C# 和 XAML 构建跨平台的应用程序,包括移动、桌面和 WebAssembly。它集成了 WinUI,使得开发者可以轻松地将 Windows 应用程序移植到其他平台。
通过以上教程,您可以快速开始使用 WinUI 库,并了解其在实际项目中的应用和最佳实践。希望这些内容能帮助您构建出优秀的 Windows 应用程序。
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust0201
cann-learning-hubCANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。Jupyter Notebook0130
MiMo-V2.5-Pro-FP4-DFlashMiMo-V2.5-Pro-FP4-DFlash 是驱动 MiMo-V2.5-Pro-UltraSpeed 的底层模型: FP4 量化骨干网络:对 MoE 专家采用 MXFP4 量化,同时保持模型其他部分的更高精度,在几乎无损质量的前提下,显著减小模型体积并降低内存带宽压力。 BF16 DFlash 草稿生成器:用于块扩散推测解码,每次前向传播可生成一整个块的 tokens,并让骨干网络一步完成验证。 两者协同作用,既降低了每参数的位宽,又减少了骨干网络前向传播的次数,而这两者正是万亿参数模型解码过程中的两大主要成本来源。Python00
JoyAI-EchoJoyAI-Echo,这是一个独立的、仅用于推理的版本,旨在实现分钟级多镜头音视频生成。它采用了经过蒸馏的DMD生成器、配对的跨模态记忆以及故事级别的一致性。其性能的核心在于,一个跨模态视听记忆库能够在长达五分钟的视频中保持角色外观和语音音色的一致性。同时,一个训练后处理流程将基于记忆的强化学习与分布匹配蒸馏相结合,实现了7.5倍的速度提升,显著增强了视觉质量和对齐效果。00
AstrBot✨ 易上手的多平台 LLM 聊天机器人及开发框架 ✨ 平台支持 QQ、QQ频道、Telegram、微信、企微、飞书 | OpenAI、DeepSeek、Gemini、硅基流动、月之暗面、Ollama、OneAPI、Dify 等。附带 WebUI。Python08
handy-ollama动手学Ollama,CPU玩转大模型部署,在线阅读地址:https://datawhalechina.github.io/handy-ollama/Jupyter Notebook07