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。
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
GLM-4.7-FlashGLM-4.7-Flash 是一款 30B-A3B MoE 模型。作为 30B 级别中的佼佼者,GLM-4.7-Flash 为追求性能与效率平衡的轻量化部署提供了全新选择。Jinja00
VLOOKVLOOK™ 是优雅好用的 Typora/Markdown 主题包和增强插件。 VLOOK™ is an elegant and practical THEME PACKAGE × ENHANCEMENT PLUGIN for Typora/Markdown.Less00
PaddleOCR-VL-1.5PaddleOCR-VL-1.5 是 PaddleOCR-VL 的新一代进阶模型,在 OmniDocBench v1.5 上实现了 94.5% 的全新 state-of-the-art 准确率。 为了严格评估模型在真实物理畸变下的鲁棒性——包括扫描伪影、倾斜、扭曲、屏幕拍摄和光照变化——我们提出了 Real5-OmniDocBench 基准测试集。实验结果表明,该增强模型在新构建的基准测试集上达到了 SOTA 性能。此外,我们通过整合印章识别和文本检测识别(text spotting)任务扩展了模型的能力,同时保持 0.9B 的超紧凑 VLM 规模,具备高效率特性。Python00
KuiklyUI基于KMP技术的高性能、全平台开发框架,具备统一代码库、极致易用性和动态灵活性。 Provide a high-performance, full-platform development framework with unified codebase, ultimate ease of use, and dynamic flexibility. 注意:本仓库为Github仓库镜像,PR或Issue请移步至Github发起,感谢支持!Kotlin07
compass-metrics-modelMetrics model project for the OSS CompassPython00