React Native SVG 15.11.0版本发布:支持React Native 0.77及布局优化
React Native SVG是一个强大的开源库,它为React Native应用提供了完整的SVG(可缩放矢量图形)支持。通过这个库,开发者可以在移动应用中直接使用SVG图形元素,实现高质量的矢量图形渲染。SVG因其可缩放不失真、文件体积小等优势,在移动开发中越来越受到欢迎。
版本亮点
最新发布的15.11.0版本主要围绕React Native 0.77的兼容性进行了优化和改进。这个版本包含了一系列重要的修复和功能增强,特别是在新架构下的表现有了显著提升。
主要改进
1. 新架构下的布局优化
在新架构中,onLayout事件现在只会触发一次,并且能够提供准确的尺寸信息。这一改进解决了之前可能存在的多次触发和尺寸不准确的问题,使得开发者能够更可靠地获取和使用SVG元素的布局信息。
2. 颜色处理改进
版本修复了currentColor属性的两个重要问题:
- 修复了颜色值溢出的问题,确保颜色值在有效范围内
- 解决了颜色值陈旧的问题,现在能够正确反映当前颜色状态
3. 代码生成器增强
新增了iOS组件提供者的代码生成支持,这简化了在iOS平台上的集成工作,使得项目配置更加便捷。
4. 自定义阴影节点
引入了自定义阴影节点的支持,这为开发者提供了更大的灵活性,可以创建更复杂的SVG渲染效果。
5. 样式处理优化
在React Native 0.77及以上版本中,现在使用yoga::StyleLength替代了yoga::value来处理样式长度,这带来了更好的类型安全和更精确的样式计算。
兼容性说明
这个版本特别针对React Native 0.77进行了优化,包括:
- 更新了测试示例到0.77.0-rc.1版本
- 调整了CMake配置标志以适应新版本
- 更新了旧架构的生成规范,确保在0.77上正常工作
其他改进
- 移除了AndroidManifest.xml中不必要的包声明
- 优化了ESLint配置和相关的禁用注释
- 从podspec源文件中移除了*.metal文件,简化了iOS构建配置
- 现在支持使用单引号作为ID包装器,提供了更灵活的标记方式
开发者建议
对于正在使用或计划升级到React Native 0.77的开发者,建议尽快升级到这个版本的React Native SVG。特别是那些依赖精确布局测量或使用currentColor功能的项目,这个版本提供了重要的修复和改进。
对于新项目,可以直接从这个版本开始,享受更稳定和高效的SVG渲染体验。在升级过程中,建议仔细测试布局相关的功能,确保所有onLayout回调都能按预期工作。
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