KeyboardKit Pro 9.2 新增键盘停靠边缘设置功能解析
2025-07-10 17:05:26作者:盛欣凯Ernestine
在移动设备键盘开发领域,边缘停靠功能一直是一个提升用户体验的重要特性。KeyboardKit 9.1版本首次引入了键盘水平边缘停靠功能,而即将发布的KeyboardKit Pro 9.2版本则进一步完善了这一功能,为开发者提供了更便捷的设置界面集成方案。
键盘边缘停靠功能概述
键盘边缘停靠功能允许用户将键盘固定在屏幕的左侧或右侧边缘。这一特性特别适合大屏设备或单手操作场景,能够显著提升用户输入的便捷性。在KeyboardKit 9.1中,这一功能已经通过底层API实现,但开发者需要自行构建设置界面。
Pro 9.2的改进亮点
KeyboardKit Pro 9.2版本在SettingsScreen组件中新增了专门的停靠边缘选择器。这个改进带来了三大优势:
- 开箱即用的UI组件:开发者无需从头构建设置界面,直接使用预置的选择器即可
- 高度可配置性:支持自定义本地化文本和显示/隐藏控制
- 视觉一致性:与KeyboardKit Pro的其他设置组件保持统一的视觉风格
技术实现细节
新的停靠边缘选择器采用了标准的SwiftUI组件架构,提供了以下配置选项:
// 示例配置代码
DockEdgePicker(
isEnabled: $isDockEdgeEnabled,
selectedEdge: $selectedDockEdge,
localization: customLocalization,
isHidden: false
)
其中,localization参数允许开发者自定义界面显示的文本内容,而isHidden参数则提供了动态显示/隐藏控制的能力。
应用场景建议
这一功能特别适合以下应用场景:
- 生产力类应用:需要长时间文字输入的应用,如笔记、邮件客户端等
- 大屏设备优化:针对iPad等大屏设备的键盘优化
- 无障碍应用:为单手操作或特殊需求用户提供更友好的输入体验
升级建议
对于已经在使用KeyboardKit Pro的开发者,升级到9.2版本后可以:
- 移除自定义的边缘停靠设置界面代码
- 直接集成新的DockEdgePicker组件
- 根据应用需求配置本地化和显示选项
对于新项目,建议直接采用这一标准化组件,既能节省开发时间,又能保证最佳的用户体验一致性。
KeyboardKit Pro持续在键盘定制化领域提供高质量的解决方案,这次的边缘停靠设置功能更新再次证明了其在iOS键盘开发工具链中的领先地位。
登录后查看全文
热门项目推荐
相关项目推荐
ERNIE-4.5-VL-28B-A3B-ThinkingERNIE-4.5-VL-28B-A3B-Thinking 是 ERNIE-4.5-VL-28B-A3B 架构的重大升级,通过中期大规模视觉-语言推理数据训练,显著提升了模型的表征能力和模态对齐,实现了多模态推理能力的突破性飞跃Python00
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
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Python00
HunyuanVideo-1.5暂无简介00
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能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
GOT-OCR-2.0-hf阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00
项目优选
收起
deepin linux kernel
C
24
7
Ascend Extension for PyTorch
Python
184
196
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++
648
265
TorchAir 支持用户基于PyTorch框架和torch_npu插件在昇腾NPU上使用图模式进行推理。
Python
275
97
暂无简介
Dart
623
140
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
380
3.43 K
React Native鸿蒙化仓库
JavaScript
242
315
🎉 (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
1.1 K
621
仓颉编译器源码及 cjdb 调试工具。
C++
126
856
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