WhatsNewKit库中首次安装时不显示更新提示页面的解决方案
背景介绍
WhatsNewKit是一个优秀的SwiftUI库,用于在应用更新时向用户展示"新功能"页面。该库默认会在应用首次安装或更新后自动显示新功能介绍页面。然而,在某些业务场景下,开发者可能希望在首次安装时不立即展示这个页面,而是先显示其他更重要的引导内容。
问题分析
在WhatsNewKit的默认实现中,当使用UserDefaultsWhatsNewVersionStore作为版本存储时,系统会将已展示版本信息同时保存在UserDefaults和属性列表文件中。当开发者重置模拟器时,这些存储信息会被清除,导致应用在下一次启动时误判为"首次运行"而再次展示新功能页面。
这种机制在大多数情况下是合理的,但对于需要在首次安装时优先展示其他内容的开发者来说,就需要寻找解决方案来绕过默认行为。
解决方案探索
方案一:自定义WhatsNewVersionStore
WhatsNewKit提供了WhatsNewVersionStore协议,允许开发者实现自己的版本存储逻辑。通过自定义存储实现,可以完全控制版本展示的判断条件。
struct CustomVersionStore: WhatsNewVersionStore {
func hasPresented(_ version: WhatsNew.Version) -> Bool {
// 自定义判断逻辑
return true // 返回true表示已展示过,不显示新功能页面
}
func save(presentedVersion version: WhatsNew.Version) {
// 自定义保存逻辑
}
var presentedVersions: [WhatsNew.Version] {
// 返回已展示版本列表
return []
}
}
方案二:修改WhatsNewEnvironment
WhatsNewKit还提供了WhatsNewEnvironment环境变量,可以通过重写环境值来自定义展示逻辑:
struct YourApp: App {
var body: some Scene {
WindowGroup {
ContentView()
.environment(
\.whatsNew,
WhatsNewEnvironment(
versionStore: UserDefaultsWhatsNewVersionStore(),
whatsNewCollection: self
)
)
}
}
}
extension YourApp: WhatsNewCollection {
func whatsNew(at version: WhatsNew.Version) -> WhatsNew? {
// 在这里添加自定义逻辑判断是否应该展示
if /* 首次安装条件 */ {
return nil // 返回nil表示不展示
}
return WhatsNew(...) // 返回实际的更新内容
}
}
方案三:扩展ViewModifier
开发者还可以通过扩展ViewModifier来实现更细粒度的控制。这种方法虽然灵活,但需要注意避免在ViewModifier的body中使用过多条件判断,以免影响SwiftUI的视图更新效率。
extension View {
func customWhatsNewSheet(
whatsNew: Binding<WhatsNew?>,
versionStore: WhatsNewVersionStore? = nil,
layout: WhatsNew.Layout = .default,
onDismiss: (() -> Void)? = nil,
hideOnInitialInstall: Bool = false
) -> some View {
self.modifier(
CustomWhatsNewSheetViewModifier(
whatsNew: whatsNew,
versionStore: versionStore,
layout: layout,
onDismiss: onDismiss,
hideOnInitialInstall: hideOnInitialInstall
)
)
}
}
最佳实践建议
-
评估业务需求:首先明确是否需要完全禁止首次安装时的展示,还是只需要延迟展示。
-
考虑用户体验:确保用户不会错过重要的新功能介绍,同时避免过度打扰。
-
测试验证:在真实设备上测试各种场景,包括首次安装、更新安装和常规启动。
-
数据持久化:如果选择自定义存储方案,确保数据持久化机制可靠,避免数据丢失导致重复展示。
总结
WhatsNewKit提供了多种灵活的扩展点,使开发者能够根据具体需求调整新功能页面的展示逻辑。通过理解库的核心机制和合理利用其提供的协议和环境变量,开发者可以轻松实现"首次安装不展示"等定制化需求,同时保持代码的整洁和可维护性。
对于大多数场景,推荐使用WhatsNewEnvironment方案,它既能满足定制需求,又能保持与库的深度集成,是最优雅的解决方案。
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
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