Circuit 0.28.1版本发布:Android生命周期管理优化与导航修复
项目简介
Circuit是一个由Slack开源的现代化Android和跨平台UI框架,它基于Jetpack Compose构建,提供了一套声明式的UI开发模式。Circuit框架特别注重状态管理和导航系统的设计,帮助开发者构建可维护且高效的应用架构。
核心变更解析
Android生命周期管理的重大改进
本次0.28.1版本最重要的变更是对rememberRetained行为的调整。框架移除了rememberContinuityCanRetainChecker()方法,转而采用CanRetainChecker.Always策略。这一改变使得Android平台上的rememberRetained现在基于ViewModel的生命周期来管理状态保留,而非之前的仅依赖Activity配置变更。
技术影响分析:
- 修复了在Fragment中使用
rememberRetained时可能出现的状态保留失效问题 - 使状态保留行为更加符合Android开发者的预期
- 提升了跨组件状态管理的一致性
导航系统修复
版本修复了两个重要的导航相关问题:
- 修复了
rememberCircuitNavigator和rememberInterceptingNavigator在根级弹出操作时可能重复触发同一屏幕的问题 - 改进了
BackHandler对根级弹出操作的保护机制
这些改进使得导航行为更加稳定可靠,特别是在处理复杂的导航栈操作时。
依赖项更新
框架同步更新了多个关键依赖项:
- Kotlin版本升级至2.1.21
- KSP更新至2.1.21-2.0.1
- Compose Android BOM更新至2025.06.00
- Compose Android更新至1.8.2
- Compose Multiplatform更新至1.8.1
- androidx.lifecycle更新至2.9.1
这些更新带来了最新的编译器优化和API改进,同时确保了框架的兼容性和稳定性。
其他改进
-
自定义ViewModel支持:修复了无法向
continuityRetainedStateRegistry()提供自定义ViewModel的问题,为开发者提供了更大的灵活性。 -
文档更新:更新了文档以更好地引用circuitx导航库,帮助开发者更轻松地找到相关资源。
-
构建系统优化:迁移了已弃用的dependencyProject API,使构建配置更加现代化。
技术建议
对于正在使用Circuit框架的开发者,建议:
-
状态管理升级:检查项目中所有使用
rememberRetained的地方,特别是在Fragment中的使用场景,确保它们在新版本中的行为符合预期。 -
导航逻辑验证:如果应用中使用了复杂的导航栈操作,建议测试根级弹出场景,确认导航行为是否符合预期。
-
依赖同步:考虑同步更新项目中的相关依赖项,特别是Compose相关库,以获得最佳兼容性。
总结
Circuit 0.28.1版本虽然在版本号上是一个小版本更新,但带来了几个重要的行为变更和修复。这些改进主要集中在Android生命周期管理和导航系统两个核心领域,进一步提升了框架的稳定性和开发者体验。对于已经使用Circuit的项目,建议尽快评估并升级到这个版本,特别是那些在Fragment中大量使用状态保留功能的项目。
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5-w4a8GLM-5-w4a8基于混合专家架构,专为复杂系统工程与长周期智能体任务设计。支持单/多节点部署,适配Atlas 800T A3,采用w4a8量化技术,结合vLLM推理优化,高效平衡性能与精度,助力智能应用开发Jinja00
请把这个活动推给顶尖程序员😎本次活动专为懂行的顶尖程序员量身打造,聚焦AtomGit首发开源模型的实际应用与深度测评,拒绝大众化浅层体验,邀请具备扎实技术功底、开源经验或模型测评能力的顶尖开发者,深度参与模型体验、性能测评,通过发布技术帖子、提交测评报告、上传实践项目成果等形式,挖掘模型核心价值,共建AtomGit开源模型生态,彰显顶尖程序员的技术洞察力与实践能力。00
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
MiniMax-M2.5MiniMax-M2.5开源模型,经数十万复杂环境强化训练,在代码生成、工具调用、办公自动化等经济价值任务中表现卓越。SWE-Bench Verified得分80.2%,Multi-SWE-Bench达51.3%,BrowseComp获76.3%。推理速度比M2.1快37%,与Claude Opus 4.6相当,每小时仅需0.3-1美元,成本仅为同类模型1/10-1/20,为智能应用开发提供高效经济选择。【此简介由AI生成】Python00
Qwen3.5Qwen3.5 昇腾 vLLM 部署教程。Qwen3.5 是 Qwen 系列最新的旗舰多模态模型,采用 MoE(混合专家)架构,在保持强大模型能力的同时显著降低了推理成本。00- RRing-2.5-1TRing-2.5-1T:全球首个基于混合线性注意力架构的开源万亿参数思考模型。Python00