React Native Windows 0.78.0版本发布:可靠性提升与新架构优化
React Native Windows是微软推出的开源项目,它让开发者能够使用React Native框架构建原生的Windows应用程序。这个项目扩展了React Native的能力,使其能够充分利用Windows平台的特性,为开发者提供了跨平台开发的又一利器。
版本概述
React Native Windows 0.78.0是基于React Native 0.78.0的一个重要更新版本。这个版本主要聚焦于提升应用的可靠性和稳定性,同时对新的Fabric架构进行了多项优化。从2024年12月18日到2025年1月27日期间,开发团队对项目进行了多项改进和修复。
关键改进与特性
可靠性增强
本次更新在可靠性方面做了大量工作,解决了一些潜在的问题:
-
线程安全改进:添加了_DISABLE_CONSTEXPR_MUTEX_CONSTRUCTOR预处理定义,修复了std::mutex::lock调用失败的问题,提升了多线程环境下的稳定性。
-
错误处理增强:扩展了字段清理范围,现在会处理codedError.data中的内容,使错误处理更加全面。
-
代码现代化:移除了已被弃用的std::aligned_storage用法,使代码更符合现代C++标准。
-
警告处理优化:不再禁用4244警告,因为BinSkim安全检查工具需要能够看到这类警告。
-
无障碍功能改进:更新了组件的控制类型值以匹配对应的accessibilityRole值,提升了应用的无障碍体验。
-
开发者工具修复:解决了React开发者工具在启动时触发断言的问题,改善了开发体验。
-
构建系统修复:确保Number.h文件被正确地从React Native核心复制到JSI和TurboModule文件中。
新特性引入
-
WinUI3版本更新:将WinUI3ExperimentalVersion从1.6.240701003-experimental2升级到1.7.250109001-experimental2,带来了最新的WinUI3功能。
-
代码精简:在Fabric构建中移除了仅用于Paper架构的代码,减少了不必要的代码体积。
新架构(Fabric)优化
针对React Native的新架构Fabric,本次更新做了多项重要改进:
-
无障碍功能增强:新增了对自定义控件通过IRangeValueProvider向UIA传递范围数据的支持,同时增加了对aria-readonly和accessibilityState.readOnly的支持,使自定义控件能够更好地与无障碍技术协作。
-
模态窗口重构:重新设计了模态窗口的实现方式,现在完全使用公共API实现,提高了代码的稳定性和可维护性。
-
UIA片段根改进:现在RNIsland的UIA片段根会正确报告父片段根,改善了无障碍树的结构。
-
焦点处理修复:修复了当当前获得焦点的元素被标记为enableFocusRing=false时导致的崩溃问题,提升了用户交互的稳定性。
升级建议
对于使用React Native Windows的开发者,建议通过React Native Upgrade Helper工具查看默认的新应用程序所做的更改。升级时需要注意C++和C#两种语言实现的差异,确保按照官方文档的指导进行升级操作。
总结
React Native Windows 0.78.0版本在稳定性、新架构支持和开发者体验方面都做出了显著改进。这些变化不仅提升了现有应用的质量,也为开发者构建更复杂、更可靠的Windows应用提供了更好的基础。特别是对新架构Fabric的持续优化,展现了项目对未来技术方向的承诺。
对于正在使用或考虑使用React Native Windows的开发者来说,这个版本值得关注和升级。它不仅解决了许多实际问题,还引入了新的能力,为构建高质量的Windows应用提供了更强大的工具集。
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