推荐一款优雅的进度指示器:IHProgressHUD
项目介绍
IHProgressHUD 是一个简洁易用的进度显示控件,专为iOS和tvOS设计。它基于SVProgressHUD,并借助Swiftify进行了Swift重构,增加了线程安全性和在App扩展中的兼容性。
如果你对转换过程感兴趣,可以阅读这篇文章获取更多细节。
该项目提供了一个直观的示例动图,展示了其精美的动画效果:

你可以在线预览Appetize.io上的实际运行效果。
安装
安装 IHProgressHUD 有以下两种方法:
使用CocoaPods
-
在你的Podfile中添加:
pod 'IHProgressHUD'或者如果你想使用最新特性:
pod 'IHProgressHUD', :git => 'https://github.com/Swiftify-Corp/IHProgressHUD.git' -
执行
pod install安装到你的项目中。
使用Swift包管理器(SwiftPM)
-
从Xcode菜单选择
File>Swift Packages>Add Package Dependency...。 -
输入仓库地址:
https://github.com/Swiftify-Corp/IHProgressHUD.git并确认。 -
指定版本后,点击完成,Xcode会自动将依赖加入到你的项目。
使用
IHProgressHUD 设计为单例模式,可在后台线程直接调用其方法。例如,使用GCD进行异步任务处理:
IHProgressHUD.show()
DispatchQueue.global(qos: .default).async(execute: {
// 时间消耗型任务
IHProgressHUD.dismiss()
})
应用场景
IHProgressHUD 的主要用途是在执行耗时操作时提示用户,如文件下载、网络请求等。但不建议用于非阻塞用户体验的操作,如下拉刷新、无限滚动或发送消息。
自定义设置
可以通过以下方法调整 IHProgressHUD 的样式、颜色、尺寸等:
- 显示风格
- 遮罩类型
- 动画类型
- 容器视图
- 最小大小
- 圆环厚度
- 圆环半径
- 边角半径
- 边框颜色
- 边框宽度
- 字体
- 文本颜色
- 背景颜色
- 图像大小
- 是否对图像进行着色
- 确认、成功或错误图标
- 延迟关闭时间
- 动画持续时间
- 支持的最大窗口级别
- 触摸反馈启用状态
开源贡献与许可证
欢迎通过创建问题或提交Pull Request参与到 IHProgressHUD 的开发中。查看贡献指南了解详情。
该项目遵循 MIT 许可证,并且感谢Freepik提供的信息、成功和错误图标,这些图标根据 Creative Commons BY 3.0 协议授权使用。
尝试一下 IHProgressHUD,让它为你的应用带来更专业的用户体验吧!
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5-w4a8GLM-5-w4a8基于混合专家架构,专为复杂系统工程与长周期智能体任务设计。支持单/多节点部署,适配Atlas 800T A3,采用w4a8量化技术,结合vLLM推理优化,高效平衡性能与精度,助力智能应用开发Jinja00- QQwen3.5-397B-A17BQwen3.5 实现了重大飞跃,整合了多模态学习、架构效率、强化学习规模以及全球可访问性等方面的突破性进展,旨在为开发者和企业赋予前所未有的能力与效率。Jinja00
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
MiniMax-M2.5MiniMax-M2.5开源模型,经数十万复杂环境强化训练,在代码生成、工具调用、办公自动化等经济价值任务中表现卓越。SWE-Bench Verified得分80.2%,Multi-SWE-Bench达51.3%,BrowseComp获76.3%。推理速度比M2.1快37%,与Claude Opus 4.6相当,每小时仅需0.3-1美元,成本仅为同类模型1/10-1/20,为智能应用开发提供高效经济选择。【此简介由AI生成】Python00
ruoyi-plus-soybeanRuoYi-Plus-Soybean 是一个现代化的企业级多租户管理系统,它结合了 RuoYi-Vue-Plus 的强大后端功能和 Soybean Admin 的现代化前端特性,为开发者提供了完整的企业管理解决方案。Vue06- RRing-2.5-1TRing-2.5-1T:全球首个基于混合线性注意力架构的开源万亿参数思考模型。Python00
Qwen3.5Qwen3.5 昇腾 vLLM 部署教程。Qwen3.5 是 Qwen 系列最新的旗舰多模态模型,采用 MoE(混合专家)架构,在保持强大模型能力的同时显著降低了推理成本。00