OpenSwiftUI 0.3.0版本发布:跨平台UI框架迎来布局与macOS渲染支持
2025-07-01 12:38:55作者:昌雅子Ethen
OpenSwiftUI是一个开源的SwiftUI兼容框架,旨在为开发者提供跨平台的声明式UI开发体验。该项目通过重新实现SwiftUI的核心功能,让开发者能够在更多平台上使用熟悉的SwiftUI语法构建用户界面。
核心特性更新
跨平台框架布局系统
0.3.0版本引入了完整的frame布局支持,这是OpenSwiftUI框架布局系统的重大进步。开发者现在可以使用熟悉的.frame()修饰符来精确控制视图的尺寸和位置:
Color.red
.frame(width: 200, height: 200)
这一实现背后是全新的布局引擎,包含几个关键技术组件:
- UnaryLayout协议:作为单子视图布局的基础协议,定义了如何测量和放置单个子视图
- LayoutProxy结构体:作为布局计算的中间层,协调父视图与子视图之间的尺寸协商
- FlexFrameLayout:实现了灵活的自适应布局策略,支持最小、理想和最大尺寸的配置
macOS渲染支持
本次更新另一个重要特性是增加了对macOS平台的渲染支持。通过NSHostingView的实现,OpenSwiftUI现在可以在macOS应用中作为视图层级的一部分运行。这一功能使得同一套UI代码能够在iOS和macOS平台上共享,显著提高了代码复用率。
技术实现上,团队解决了几个关键问题:
- 平台抽象层:通过条件编译区分不同平台的渲染后端
- 颜色系统适配:实现了NamedColor和平台特定的颜色提供者
- 视图控制器集成:新增PlatformHostingControllerHelper来桥接AppKit与SwiftUI的交互模式
架构改进
布局系统增强
框架内部对布局系统进行了深度重构:
- 引入_AlignmentLayout来处理视图对齐逻辑
- 完善了ProposedSize和ViewGeometry的文档与实现
- 优化了AlignmentGuide的计算方式,确保跨平台一致性
状态管理优化
新版本改进了环境值的缓存机制:
- 重构CachedEnvironment实现,修复了属性缓存问题
- 引入ArchivedViewInput来处理视图输入的持久化
- 更新了ViewInputs API,提供更灵活的状态管理选项
动画系统升级
动画子系统得到显著增强:
- 重新设计了Animatable协议实现
- 改进了Transaction处理机制
- 优化了时间计算相关的基础设施
开发者体验提升
团队在本次更新中特别关注了开发者体验:
- 测试基础设施:新增了UI测试目标和自动化测试工作流
- 文档完善:为关键API如ProposedSize和ViewGeometry添加了详细文档
- 工具链支持:引入了AvailabilityMacro来简化API可用性标记
实际应用示例
以下代码展示了新版本的核心能力:
import OpenSwiftUI
struct ContentView: View {
var body: some View {
VStack {
AsyncImage(url: URL(string: "https://example.com/image.png"))
.frame(width: 300, height: 200)
Text("Hello, macOS!")
.frame(maxWidth: .infinity, alignment: .leading)
}
.padding()
}
}
这个简单的示例同时用到了新的布局系统和跨平台能力,展示了OpenSwiftUI的核心价值主张。
总结
OpenSwiftUI 0.3.0标志着该项目在成为完整SwiftUI替代方案的道路上迈出了重要一步。通过实现核心布局功能和跨平台支持,它为开发者提供了更强大的工具来构建真正的跨平台应用。随着框架的持续成熟,OpenSwiftUI有望成为多平台SwiftUI开发的重要选择。
未来版本可能会继续完善布局系统、增加更多视图修饰符的支持,并优化跨平台渲染性能。对于需要在非Apple平台或需要更多控制权的场景,OpenSwiftUI提供了一个值得关注的选择。
登录后查看全文
热门项目推荐
相关项目推荐
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。C026
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。Python00
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00
项目优选
收起
deepin linux kernel
C
26
9
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
423
3.25 K
Ascend Extension for PyTorch
Python
231
262
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
689
331
暂无简介
Dart
686
160
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
9
1
React Native鸿蒙化仓库
JavaScript
266
326
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
65
19
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.22 K
667
仓颉编译器源码及 cjdb 调试工具。
C++
136
869