Xamarin.Android 35.0.78 版本发布:支持Android API 36与.NET 9服务更新
项目简介
Xamarin.Android是微软推出的跨平台移动应用开发框架,它允许开发者使用C#和.NET技术栈来构建原生Android应用。作为.NET MAUI(多平台应用UI)的基础组件之一,Xamarin.Android持续为开发者提供最新的Android平台功能支持。
版本亮点
最新发布的Xamarin.Android 35.0.78版本带来了多项重要更新,主要包括对Android API Level 36的支持以及针对.NET 9的兼容性改进。这个版本已经集成到Visual Studio 2022 17.14.6中,开发者也可以通过.NET 9 SDK直接安装。
主要更新内容
1. Android API Level 36支持
本次更新的核心特性是增加了对Android API Level 36的完整支持。这意味着开发者现在可以使用最新的Android平台特性来构建应用,包括:
- 新的系统API和框架功能
- 改进的性能和安全特性
- 最新的平台兼容性保障
2. .NET 9兼容性优化
版本35.0.78针对.NET 9进行了多项优化:
- 修复了与.NET 9 SDK的兼容性问题
- 更新了工作负载安装机制
- 改进了与.NET MAUI的集成体验
3. 构建工具改进
开发团队对构建工具链进行了多项优化:
- 解决了Java编译器(javac)在使用-target/source 1.8参数时的警告问题
- 修正了Android清单文件的版本绑定问题
- 提升了整体构建过程的稳定性
安装与验证
开发者可以通过两种方式获取这个更新:
-
通过Visual Studio 2022 17.14.6:更新Visual Studio后,Xamarin.Android组件将自动更新。
-
通过.NET 9 SDK: 安装.NET 9 SDK后,运行以下命令:
dotnet workload install android
安装完成后,可以通过以下命令验证安装:
dotnet workload list
预期输出应显示android工作负载已安装,版本为35.0.78/9.0.100。
技术细节
API文档生成改进
本次更新改进了API文档生成机制:
- 为API Level 36生成了完整的API文档
- 优化了API文档生成时的属性设置
- 更新了文档内容以反映最新API变化
构建警告处理
开发团队特别处理了Java编译器在使用1.8版本目标时产生的-Xlint警告,通过传递-Xlint:-options参数,确保了构建过程的清洁性,减少了不必要的警告干扰。
开发者建议
对于正在使用或计划迁移到.NET 9的开发者,建议:
- 及时更新开发环境到Visual Studio 2022 17.14.6或更高版本
- 如果使用命令行工具,确保安装最新的.NET 9 SDK
- 测试现有项目与新版本的兼容性
- 探索Android API Level 36提供的新特性
总结
Xamarin.Android 35.0.78版本为开发者带来了最新的Android平台支持,同时优化了与.NET 9的集成体验。这些改进不仅提升了开发效率,也为应用性能和安全性的提升奠定了基础。建议所有Xamarin.Android开发者考虑升级到这个版本,以充分利用最新的平台特性和开发工具改进。
kernelopenEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。C0100
baihu-dataset异构数据集“白虎”正式开源——首批开放10w+条真实机器人动作数据,构建具身智能标准化训练基座。00
mindquantumMindQuantum is a general software library supporting the development of applications for quantum computation.Python059
PaddleOCR-VLPaddleOCR-VL 是一款顶尖且资源高效的文档解析专用模型。其核心组件为 PaddleOCR-VL-0.9B,这是一款精简却功能强大的视觉语言模型(VLM)。该模型融合了 NaViT 风格的动态分辨率视觉编码器与 ERNIE-4.5-0.3B 语言模型,可实现精准的元素识别。Python00
GLM-4.7GLM-4.7上线并开源。新版本面向Coding场景强化了编码能力、长程任务规划与工具协同,并在多项主流公开基准测试中取得开源模型中的领先表现。 目前,GLM-4.7已通过BigModel.cn提供API,并在z.ai全栈开发模式中上线Skills模块,支持多模态任务的统一规划与协作。Jinja00
AgentCPM-Explore没有万亿参数的算力堆砌,没有百万级数据的暴力灌入,清华大学自然语言处理实验室、中国人民大学、面壁智能与 OpenBMB 开源社区联合研发的 AgentCPM-Explore 智能体模型基于仅 4B 参数的模型,在深度探索类任务上取得同尺寸模型 SOTA、越级赶上甚至超越 8B 级 SOTA 模型、比肩部分 30B 级以上和闭源大模型的效果,真正让大模型的长程任务处理能力有望部署于端侧。Jinja00