RevenueCat iOS SDK 5.15.0版本发布:客户中心与支付墙功能全面升级
RevenueCat是一个流行的移动应用内购订阅管理平台,它为开发者提供了简化应用内购和订阅管理的SDK。最新发布的5.15.0版本带来了多项重要更新,特别是在客户中心(Customer Center)和支付墙(Paywalls)功能方面有了显著改进。
客户中心功能增强
5.15.0版本对客户中心进行了多项功能增强,使开发者能够提供更完善的用户体验。新引入了CompatibilityLabeledContent组件,这是一个兼容性内容标签组件,可以更好地展示订阅相关信息。
开发者现在可以通过displayPurchaseHistoryLink参数控制是否显示购买历史记录链接,为用户提供更透明的订阅管理体验。此外,新增的NavigationOptions和CustomerCenterNavigationLink为开发者提供了自定义导航的灵活性,可以根据应用设计需求调整客户中心的导航方式。
在用户体验细节方面,修复了使用绑定(binding)而非环境(environment)来关闭警告框的问题,使界面交互更加流畅自然。
支付墙V2功能持续优化
支付墙功能在这个版本中获得了多项改进。新增了图标(Icon)组件和标签页(Tabs)组件,后者特别适合展示多层级订阅选项或提供选项切换功能。图像处理方面,现在支持低分辨率图片的预加载,提高了加载速度,同时增加了图像遮罩功能(包括凹面、凸面和圆形遮罩)以及内边距/外边距设置。
在视觉表现上,支付墙现在支持CALayer基础的阴影效果,并重构了Shape.swift实现,使UI元素的外观更加精美。文本组件现在可以接受数字作为字体大小,提供了更灵活的排版控制。此外,还优化了边距、内边距和圆角半径属性的可选性,使UI配置更加安全可靠。
SDK核心改进
在核心SDK方面,5.15.0版本增加了一个便捷方法来设置PostHog用户ID,简化了分析集成。修复了多个问题,包括已删除文件的lint检查、包管理器的HTTPS URL设置,以及PurchasesType中缺失的purchaseWithParams方法。
特别值得注意的是,Objective-C接口中错误命名的purchase(params)函数已被标记为废弃,开发者应使用正确的替代方法。此外,当使用macOS API密钥时,SDK不再显示警告信息,减少了不必要的日志干扰。
可信权益(Trusted Entitlements)功能
5.15.0版本默认启用了可信权益功能,这是一项重要的安全改进。值得注意的是,在启用可信权益时,SDK不再清除客户信息(CustomerInfo),确保了用户体验的连续性。
兼容性与稳定性提升
整个SDK在兼容性方面做了大量工作,包括为CompatibilityContentUnavailableView使用自定义标签,以及添加基于CompatibilityNavigationStack的View扩展。这些改进确保了在不同iOS版本和设备上的稳定表现。
在本地化方面,优化了CommonLocalizedString的语法,使多语言支持更加简洁高效。测试覆盖率也有所提高,特别是为Customer Center的支持功能添加了缺失的测试用例。
总结
RevenueCat iOS SDK 5.15.0版本在客户体验和开发者工具方面都做出了重要改进。通过增强客户中心功能、优化支付墙实现,以及提升核心SDK的稳定性和安全性,这个版本进一步巩固了RevenueCat作为移动应用订阅管理首选解决方案的地位。开发者现在能够以更少的代码实现更丰富、更安全的订阅管理功能,同时为用户提供更流畅、更透明的订阅体验。
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
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
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
yuanrongopenYuanrong runtime:openYuanrong 多语言运行时提供函数分布式编程,支持 Python、Java、C++ 语言,实现类单机编程高性能分布式运行。Go051
pc-uishopTNT开源商城系统使用java语言开发,基于SpringBoot架构体系构建的一套b2b2c商城,商城是满足集平台自营和多商户入驻于一体的多商户运营服务系统。包含PC 端、手机端(H5\APP\小程序),系统架构以及实现案例中应满足和未来可能出现的业务系统进行对接。Vue00
ebook-to-mindmapepub、pdf 拆书 AI 总结TSX01