Xamarin.Android 35.0.39版本发布:.NET 9服务更新与Android开发新特性
项目简介
Xamarin.Android是微软推出的跨平台移动应用开发框架,它允许开发者使用C#和.NET技术栈来构建原生Android应用程序。作为.NET MAUI(多平台应用UI)的基础组件之一,Xamarin.Android为开发者提供了访问完整Android API的能力,同时保持了.NET开发的高效性和生产力。
版本更新概述
Xamarin.Android 35.0.39版本作为.NET 9服务更新的一部分正式发布,这个版本带来了一些重要的改进和变更,主要聚焦于构建系统的优化和过时功能的标记。开发者现在可以通过Visual Studio 2022 17.13 Preview 3或直接安装.NET 9 SDK来获取这一更新。
安装与验证
要使用这个新版本,开发者可以选择以下两种方式之一:
- 通过Visual Studio 2022 17.13 Preview 3安装,该版本已经集成了最新的.NET MAUI组件
- 直接下载.NET 9 SDK后,通过命令行安装Android工作负载
安装完成后,可以通过运行dotnet workload list命令来验证安装是否成功,确认android工作负载的版本是否为35.0.39/9.0.101。
主要变更内容
构建系统改进
本次更新对Xamarin.Android的构建系统进行了多项优化:
-
废弃按ABI创建独立包的功能:
AndroidCreatePackagePerAbi属性已被标记为过时。这个变化反映了现代Android应用打包的最佳实践,推荐使用单一APK或App Bundle来支持多种ABI架构。 -
资源生成文件相关属性的废弃:移除了
AndroidResgenFile和AndroidUseIntermediateDesignerFile两个属性。这些变更简化了资源处理流程,使构建过程更加高效和一致。
平台支持更新
本次版本同步了最新的Android平台支持代码,包括对最新Android工具链的兼容性改进。这些底层更新为开发者提供了更好的稳定性和性能,特别是在处理大型项目或复杂资源时。
开发者迁移建议
对于正在使用被标记为过时功能的项目,建议开发者:
- 检查项目文件,移除对
AndroidCreatePackagePerAbi属性的依赖,转而使用现代的打包方式 - 更新项目以移除对
AndroidResgenFile和AndroidUseIntermediateDesignerFile的引用 - 在迁移过程中注意观察构建日志中的警告信息,确保没有遗漏任何需要更新的配置
性能与稳定性
虽然本次更新没有直接提及性能改进,但底层平台支持的更新通常会带来隐性的性能提升和稳定性增强。特别是在处理资源编译和APK生成过程中,开发者可能会注意到构建速度的改善。
总结
Xamarin.Android 35.0.39版本作为.NET 9服务更新的一部分,主要关注于构建系统的简化和现代化。通过废弃一些过时的功能,微软正在推动开发者采用更现代、更高效的Android应用构建实践。对于长期维护的项目,建议开发者逐步迁移到新的构建配置方式,以充分利用框架的最新改进并确保未来的兼容性。
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。C033
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
kylin-wayland-compositorkylin-wayland-compositor或kylin-wlcom(以下简称kywc)是一个基于wlroots编写的wayland合成器。 目前积极开发中,并作为默认显示服务器随openKylin系统发布。 该项目使用开源协议GPL-1.0-or-later,项目中来源于其他开源项目的文件或代码片段遵守原开源协议要求。C00
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-4.7GLM-4.7上线并开源。新版本面向Coding场景强化了编码能力、长程任务规划与工具协同,并在多项主流公开基准测试中取得开源模型中的领先表现。 目前,GLM-4.7已通过BigModel.cn提供API,并在z.ai全栈开发模式中上线Skills模块,支持多模态任务的统一规划与协作。Jinja00
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