【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。
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5-w4a8GLM-5-w4a8基于混合专家架构,专为复杂系统工程与长周期智能体任务设计。支持单/多节点部署,适配Atlas 800T A3,采用w4a8量化技术,结合vLLM推理优化,高效平衡性能与精度,助力智能应用开发Jinja00
请把这个活动推给顶尖程序员😎本次活动专为懂行的顶尖程序员量身打造,聚焦AtomGit首发开源模型的实际应用与深度测评,拒绝大众化浅层体验,邀请具备扎实技术功底、开源经验或模型测评能力的顶尖开发者,深度参与模型体验、性能测评,通过发布技术帖子、提交测评报告、上传实践项目成果等形式,挖掘模型核心价值,共建AtomGit开源模型生态,彰显顶尖程序员的技术洞察力与实践能力。00
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
MiniMax-M2.5MiniMax-M2.5开源模型,经数十万复杂环境强化训练,在代码生成、工具调用、办公自动化等经济价值任务中表现卓越。SWE-Bench Verified得分80.2%,Multi-SWE-Bench达51.3%,BrowseComp获76.3%。推理速度比M2.1快37%,与Claude Opus 4.6相当,每小时仅需0.3-1美元,成本仅为同类模型1/10-1/20,为智能应用开发提供高效经济选择。【此简介由AI生成】Python00
Qwen3.5Qwen3.5 昇腾 vLLM 部署教程。Qwen3.5 是 Qwen 系列最新的旗舰多模态模型,采用 MoE(混合专家)架构,在保持强大模型能力的同时显著降低了推理成本。00- RRing-2.5-1TRing-2.5-1T:全球首个基于混合线性注意力架构的开源万亿参数思考模型。Python00