自动化设置界面构建库:AutomaticSettings
2024-05-22 13:05:21作者:仰钰奇
在软件开发中,设置屏幕是必不可少的部分,无论是用户界面的配置还是调试选项的调整,它都扮演着关键的角色。然而,实现一套完整且易于维护的设置界面并不简单,尤其是在UIKit或SwiftUI中。现在,我们有一个解决方案——AutomaticSettings,这是一个基于数据驱动和Sourcery自动代码生成的技术,能够让你的Swift结构自动生成匹配的UI。
项目介绍
AutomaticSettings是一个开源项目,它允许你定义Swift结构,并自动生成相应的设置界面。借助Sourcery工具,当你的数据模型发生变化时,界面会自动更新,从而简化了设置界面的开发过程。

只需定义如下的结构:
struct Calculation: AutomaticSettings {
var text = ""
var mode = Mode.linearRegression
}
struct Smoothing: AutomaticSettings {
var dayPeriod = 7
var algorithm = Algorithm.movingAverage
// ...
}
然后,Sourcery将会为你创建对应的视图函数,你只需要在你的主视图中调用这些函数即可。
项目技术分析
- 数据编码(Codable):所有的设置都是基于Swift的值类型,它们可以被轻松地编码和解码。
- 自动UI生成:Sourcery通过分析你的数据结构生成相应的UI组件。
- 状态跟踪:所有变化都被记录下来,用户可以在应用这些改变之前进行审查。
- 智能重启需求:某些设置更改可能需要重启应用程序,
AutomaticSettings可以标记并处理这一需求。 - 副作用管理:变量的改变可以触发预定义的副作用,例如调用外部控制器。
应用场景
适用于任何有设置界面需求的应用,包括但不限于:
- 用户配置界面:让用户自定义应用的行为和外观。
- 调试和开发者选项:为开发者提供快速切换和测试不同设置的入口。
- 动态设置更新:如果你的应用需要根据服务器数据动态调整设置,
AutomaticSettings能帮助你轻松实现。
项目特点
- 简洁的代码结构:将数据模型与界面分离,使得代码更易读,更便于维护。
- 强大的变量控制:支持
skipSetting、requiresRestart、sideEffect等注解,灵活控制各个变量的显示和行为。 - 自动化更新:修改数据结构后,Sourcery会自动更新相关UI,减少手动工作。
- 深度嵌套支持:支持多层子设置结构,使复杂的设置逻辑更容易管理。
通过AutomaticSettings,你可以专注于你的数据模型,而不用过于关心界面的细节,让编程变得更高效,让设置界面的设计变得轻松惬意。
安装和使用这个项目,请参考项目README中的详细步骤。如果你对数据驱动的设置界面感兴趣,那么AutomaticSettings绝对值得尝试!
登录后查看全文
热门项目推荐
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust0442
源启盛夏_AtomGit暑期开发者成长计划「源启盛夏」暑期校园开发者成长计划旨在激活校园开源力量,通过积分激励、认证扶持、资源倾斜等形式,引导高校组织和开发者完成「入驻 — 建项目 — 做贡献 — 获认证 — 得资源」的完整闭环。无论你是想带领社团入驻平台的组织者,还是希望用代码贡献证明自己的开发者,都能在这里找到属于你的成长路径。Markdown00
jiuwenswarmJiuwenSwarm 是一款基于openJiuwen开发的智能AI Agent,它能够将大语言模型的强大能力,通过你日常使用的各类通讯应用,直接延伸至你的指尖。Python0758
Hy3Hy3 是由腾讯混元团队研发的快慢思考融合的混合专家模型,总参数量 295B,激活参数 21B,MTP 层参数 3.8B。4 月底发布 Hy3 Preview 后,我们在 50 多个业务中获得了广泛的反馈,修复了各种体验问题,进一步提升了后训练的质量和规模。今天,我们发布 Hy3。它展现出显著强于同尺寸并比肩旗舰(参数规模往往是 Hy3 的 2~5 倍)开源模型的智能水平,显著提升了在各类产品和生产力任务中的实用价值。Python00
AscendNPU-IRAscendNPU-IR是基于MLIR(Multi-Level Intermediate Representation)构建的,面向昇腾亲和算子编译时使用的中间表示,提供昇腾完备表达能力,通过编译优化提升昇腾AI处理器计算效率,支持通过生态框架使能昇腾AI处理器与深度调优C++0308
DragonOSDragonOS is an operating system developed from scratch using Rust, with Linux compatibility. It is designed for **Serverless** scenarios. 使用Rust从0自研内核,具有Linux兼容性的操作系统,面向云计算Serverless场景而设计。Rust00
热门内容推荐
最新内容推荐
项目优选
收起
暂无描述
Markdown
825
5.48 K
deepin linux kernel
C
32
16
openEuler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。
C
494
515
Ascend Extension for PyTorch
Python
799
1.13 K
本项目是CANN提供的transformer类大模型算子库,实现网络在NPU上加速计算。
C++
964
2.26 K
本项目是CANN提供的神经网络类计算算子库,实现网络在NPU上加速计算。
C++
779
1.56 K
JiuwenSwarm 是一款基于openJiuwen开发的智能AI Agent,它能够将大语言模型的强大能力,通过你日常使用的各类通讯应用,直接延伸至你的指尖。
Python
3 K
758
AscendNPU-IR是基于MLIR(Multi-Level Intermediate Representation)构建的,面向昇腾亲和算子编译时使用的中间表示,提供昇腾完备表达能力,通过编译优化提升昇腾AI处理器计算效率,支持通过生态框架使能昇腾AI处理器与深度调优
C++
456
308
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++
1.2 K
1.24 K
昇腾LLM分布式训练框架
Python
193
272