KeyboardKit 9.5.0版本:键盘按钮样式与呼出动作的重大革新
KeyboardKit是一个强大的Swift框架,专门用于构建自定义键盘应用。它为iOS和macOS平台提供了丰富的键盘功能组件,让开发者能够轻松创建高度定制化的键盘体验。
核心更新内容
1. 视图修饰符替代服务
本次9.5.0版本最显著的改进是引入了视图修饰符来替代原有的服务模式,用于自定义呼出动作和键盘样式。这种改变带来了更直观、更SwiftUI风格的API设计:
keyboardButtonStyle(builder:):用于自定义任何键盘按钮的样式keyboardCalloutActions(_:):用于定制呼出动作keyboardViewStyle(_:):用于设置主键盘视图组件的样式
虽然旧的服务模式仍然可用并作为默认选项,但新引入的视图修饰符提供了更现代的替代方案。如果这些新API被证明是成功的,旧的服务模式将在下一个主要版本中被弃用并移除。
2. 键盘按钮样式增强
Keyboard.ButtonStyle获得了多项改进:
- 新增了标准样式构建器
- 增加了
foregroundSecondaryOpacity属性,用于控制次要前景内容的不透明度 - 改进了iPad Pro设备上的按钮样式,支持更多操作和上下文状态
3. 键盘动作扩展
KeyboardAction类型获得了大量新扩展:
- 新增了标准按钮值的扩展
- 增强了标准文本和图像的上下文检查逻辑
- 新增了
keyboardThemeButtonType属性(Pro版功能)
4. 呼出动作定制
引入了全新的KeyboardCallout.Actions类型,用于替代服务模式来配置呼出动作。Pro版本还包含了针对所有支持语言的本地化值构建器。
技术细节解析
键盘主题集成
Pro版本中的KeyboardTheme现在可以直接通过视图修饰符应用:
View.keyboardTheme(_:context:)
无需再使用基于主题的样式服务,这一改进简化了主题应用的流程。
样式服务过渡
值得注意的是,虽然新的视图修饰符提供了更现代的API,但目前仍然需要样式服务来定制按钮的图像和文本,或者使用KeyboardView的内容构建器。这种过渡设计确保了向后兼容性,同时为未来的完全迁移奠定了基础。
设备类型处理
KeyboardContext新增了一个临时属性deviceTypeForKeyboardIsIpadPro,专门用于处理iPad Pro设备的键盘样式。这反映了框架对苹果不同设备类型的细致支持。
开发者迁移建议
对于现有项目:
- 逐步将样式和呼出动作的定制迁移到新的视图修饰符
- 注意检查iPad Pro设备上的按钮表现
- 评估是否可以直接使用主题修饰符替代现有样式服务
对于新项目:
- 优先使用新的视图修饰符API
- 利用扩展的标准按钮值简化开发
- 考虑使用Pro版的本地化呼出动作构建器
总结
KeyboardKit 9.5.0版本通过引入视图修饰符和增强样式定制能力,显著提升了框架的易用性和灵活性。这些改进不仅使API更加符合SwiftUI的设计理念,也为未来的功能扩展奠定了更好的基础。开发者现在可以更直观地创建高度定制化的键盘体验,特别是在处理复杂样式和设备适配时。
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