Now in Android 项目教程
1. 项目介绍
Now in Android 是一个完全使用 Kotlin 和 Jetpack Compose 构建的 Android 应用程序。该项目遵循 Android 设计和开发的最佳实践,旨在为开发者提供一个有用的参考。作为一个运行中的应用程序,它旨在帮助开发者通过提供定期的新闻更新,保持对 Android 开发世界的最新动态的了解。
项目的主要特点包括:
- 显示 Now in Android 系列的内容
- 用户可以浏览最近的视频、文章和其他内容
- 用户可以关注感兴趣的主题,并在新内容发布时收到通知
2. 项目快速启动
2.1 克隆项目
首先,克隆 Now in Android 项目到本地:
git clone https://github.com/android/nowinandroid.git
2.2 导入项目
将项目导入到 Android Studio 中(确保使用最新稳定版本的 Android Studio)。
2.3 运行项目
在 Android Studio 中,选择 app 模块,然后点击运行按钮。项目将使用 demoDebug 构建变体运行。
./gradlew assembleDemoDebug
2.4 构建和运行
在终端中运行以下命令来构建和运行应用程序:
./gradlew installDemoDebug
3. 应用案例和最佳实践
3.1 架构设计
Now in Android 遵循官方的架构指南,详细描述在 架构学习旅程 中。
3.2 模块化
项目已完全模块化,模块化策略的详细指导和描述可以在 模块化学习旅程 中找到。
3.3 测试
项目使用 Hilt 进行依赖注入,大多数数据层组件被定义为接口。测试中不使用任何 mocking 库,而是通过 Hilt 的测试 API 替换生产实现。
4. 典型生态项目
4.1 Jetpack Compose
Jetpack Compose 是 Android 的现代 UI 工具包,Now in Android 完全使用 Jetpack Compose 构建。
4.2 Kotlin
Kotlin 是 Android 开发的首选语言,Now in Android 完全使用 Kotlin 编写。
4.3 Hilt
Hilt 是 Android 的依赖注入库,Now in Android 使用 Hilt 进行依赖注入。
4.4 Material Design 3
项目遵循 Material Design 3 指南进行设计,提供了现代化的用户界面。
通过以上步骤,您可以快速启动并了解 Now in Android 项目的基本使用和最佳实践。
ERNIE-4.5-VL-28B-A3B-ThinkingERNIE-4.5-VL-28B-A3B-Thinking 是 ERNIE-4.5-VL-28B-A3B 架构的重大升级,通过中期大规模视觉-语言推理数据训练,显著提升了模型的表征能力和模态对齐,实现了多模态推理能力的突破性飞跃Python00
unified-cache-managementUnified Cache Manager(推理记忆数据管理器),是一款以KV Cache为中心的推理加速套件,其融合了多类型缓存加速算法工具,分级管理并持久化推理过程中产生的KV Cache记忆数据,扩大推理上下文窗口,以实现高吞吐、低时延的推理体验,降低每Token推理成本。Python03
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
Spark-Prover-7BSpark-Prover-7B is a 7B-parameter large language model developed by iFLYTEK for automated theorem proving in Lean4. It generates complete formal proofs for mathematical theorems using a three-stage training framework combining pre-training, supervised fine-tuning, and reinforcement learning. The model achieves strong formal reasoning performance and state-of-the-art results across multiple theorem-proving benchmarksPython00
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能Python00
Spark-Formalizer-7BSpark-Formalizer-7B is a 7B-parameter large language model by iFLYTEK for mathematical auto-formalization. It translates natural-language math problems into precise Lean4 formal statements, achieving high accuracy and logical consistency. The model is trained with a two-stage strategy combining large-scale pre-training and supervised fine-tuning for robust formal reasoning.Python00
GOT-OCR-2.0-hf阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00- HHowToCook程序员在家做饭方法指南。Programmer's guide about how to cook at home (Chinese only).Dockerfile014
Spark-Scilit-X1-13B科大讯飞Spark Scilit-X1-13B基于最新一代科大讯飞基础模型,并针对源自科学文献的多项核心任务进行了训练。作为一款专为学术研究场景打造的大型语言模型,它在论文辅助阅读、学术翻译、英语润色和评论生成等方面均表现出色,旨在为研究人员、教师和学生提供高效、精准的智能辅助。Python00- PpathwayPathway is an open framework for high-throughput and low-latency real-time data processing.Python00