【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。
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
KuiklyUI基于KMP技术的高性能、全平台开发框架,具备统一代码库、极致易用性和动态灵活性。 Provide a high-performance, full-platform development framework with unified codebase, ultimate ease of use, and dynamic flexibility. 注意:本仓库为Github仓库镜像,PR或Issue请移步至Github发起,感谢支持!Kotlin08
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