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。
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
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
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Python00
HunyuanVideo-1.5暂无简介00
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-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
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