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。
kernelopenEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。C0134
let_datasetLET数据集 基于全尺寸人形机器人 Kuavo 4 Pro 采集,涵盖多场景、多类型操作的真实世界多任务数据。面向机器人操作、移动与交互任务,支持真实环境下的可扩展机器人学习00
mindquantumMindQuantum is a general software library supporting the development of applications for quantum computation.Python059
PaddleOCR-VLPaddleOCR-VL 是一款顶尖且资源高效的文档解析专用模型。其核心组件为 PaddleOCR-VL-0.9B,这是一款精简却功能强大的视觉语言模型(VLM)。该模型融合了 NaViT 风格的动态分辨率视觉编码器与 ERNIE-4.5-0.3B 语言模型,可实现精准的元素识别。Python00
GLM-4.7-FlashGLM-4.7-Flash 是一款 30B-A3B MoE 模型。作为 30B 级别中的佼佼者,GLM-4.7-Flash 为追求性能与效率平衡的轻量化部署提供了全新选择。Jinja00
AgentCPM-ReportAgentCPM-Report是由THUNLP、中国人民大学RUCBM和ModelBest联合开发的开源大语言模型智能体。它基于MiniCPM4.1 80亿参数基座模型构建,接收用户指令作为输入,可自主生成长篇报告。Python00