SPUserResizableView 技术文档
1. 安装指南
在您的项目中使用 SPUserResizableView 前,您需要将其头文件和实现文件包含进您的项目。具体步骤如下:
将 SPUserResizableView.h 和 SPUserResizableView.m 文件添加到您的项目中。
2. 项目的使用说明
SPUserResizableView 是一个UIView的子类,用户可以调整其大小和位置。它是根据 Pages iOS 应用程序中的可调整大小图片视图建模的。您可以将任何UIView作为内容视图提供给SPUserResizableView。当视图被重新定位和调整大小时,将相应地调用内容视图的 setFrame: 方法。
设置 SPUserResizableView
您需要导入 SPUserResizableView.h 头文件并构造一个新的SPUserResizableView实例。然后,将SPUserResizableView的内容视图设置为用户将要与之交互的视图。
#import "SPUserResizableView.h"
...
- (void)viewDidLoad {
CGRect frame = CGRectMake(50, 50, 200, 150);
SPUserResizableView *userResizableView = [[SPUserResizableView alloc] initWithFrame:frame];
UIView *contentView = [[UIView alloc] initWithFrame:frame];
[contentView setBackgroundColor:[UIColor redColor]];
userResizableView.contentView = contentView;
[self.view addSubview:userResizableView];
[contentView release];
[userResizableView release];
}
如果您希望在SPUserResizableView接收到 touchBegan:, touchesEnded: 和 touchesCancelled: 消息时接收回调,请相应地设置SPUserResizableView的代理。
userResizableView.delegate = self;
然后实现以下代理方法。
- (void)userResizableViewDidBeginEditing:(SPUserResizableView *)userResizableView;
- (void)userResizableViewDidEndEditing:(SPUserResizableView *)userResizableView;
默认情况下,SPUserResizableView在接收到触摸事件时将显示编辑手柄(如截图中所示)。即使在发送了 userResizableViewDidEndEditing: 消息之后,编辑手柄仍将保持可见,以向用户提供视觉反馈,表明该视图确实是可以移动和调整大小的。如果您想隐藏编辑手柄,您必须显式调用 -hideEditingHandles 方法。
3. 项目API使用文档
SPUserResizableView可通过以下属性进行自定义:
@property (nonatomic) CGFloat minWidth; // 最小宽度
@property (nonatomic) CGFloat minHeight; // 最小高度
@property (nonatomic) BOOL preventsPositionOutsideSuperview; // 防止视图位置超出父视图
4. 项目安装方式
请参考安装指南部分,将相应的头文件和实现文件添加到您的项目中。
以上为SPUserResizableView的使用说明和技术文档,希望对您有所帮助。如果您需要进一步了解或使用示例项目,请查看项目中的示例。
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