Materialish Progress 使用指南
项目介绍
Materialish Progress 是一款兼容 Android 2.3 及以上版本的 Material 设计风格的进度条库。它模拟了谷歌 Material Design 的视觉效果,提供了一个旋转的进度指示器(progress wheel),适用于各种加载场景。该库由 Pnikosis 开发并在GitHub上开源,为那些希望在旧版本Android设备上也能呈现现代设计感的应用提供了便利。
项目快速启动
要将 Materialish Progress 添加到您的项目中,请遵循以下步骤:
步骤 1: 添加依赖项
在您 Android 项目的 build.gradle (Module: app) 文件中的 dependencies 区块添加如下依赖:
dependencies {
implementation 'com.pnikosis:materialish-progress:1.0'
}
之后同步 Gradle 以应用更改。
步骤 2: 使用示例代码
在布局文件 (.xml) 中添加 ProgressWheel 控件:
<com.pnikosis.materialishprogress.ProgressWheel
android:id="@+id/progress_wheel"
android:layout_width="wrap_content"
android:layout_height="wrap_content"
app:matProg_barColor="@color/colorAccent"
app:matProg_progressIndeterminate="true" />
或在 Java 或 Kotlin 代码中动态创建并配置:
ProgressWheel progressWheel = new ProgressWheel(this);
progressWheel.setLayoutParams(new ViewGroup.LayoutParams(
ViewGroup.LayoutParams.WRAP_CONTENT,
ViewGroup.LayoutParams.WRAP_CONTENT));
progressWheel.setBarColor(ContextCompat.getColor(this, R.color.colorAccent));
progressWheel.setIndeterminate(true);
// 找到一个视图容器并添加它
yourContainer.addView(progressWheel);
步骤 3: 自定义样式
通过属性设置,您可以改变轮的颜色、大小、是否持续旋转等,如 app:matProg_fillRadius 可使进度条填充整个布局。
应用案例和最佳实践
在实际应用中,Materialish Progress 可用于网络请求期间的界面反馈,例如在加载数据、提交表单时显示。最佳实践包括:
- 延迟显示:避免瞬时显示即消失的情况,确保用户能看到加载过程。
- 定位策略:通常置于页面中心或操作按钮附近,清晰指示正在进行的操作。
- 结合异步任务:与后台任务配合使用,任务结束时及时隐藏进度条。
典型生态项目
虽然“Materialish Progress”本身是一个独立的小型库,但它的存在促进了Android应用遵循Material Design准则。在构建具有统一设计语言的应用时,它常与其他Material Design组件一同使用,比如搭配RecyclerView进行数据加载提示,或与SwipeRefreshLayout结合,增强刷新体验的一致性。
通过以上的集成方式和使用建议,开发者可以轻松地在其应用程序中引入 Material 风格的加载指示,提升用户交互体验。
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust099- DDeepSeek-V4-ProDeepSeek-V4-Pro(总参数 1.6 万亿,激活 49B)面向复杂推理和高级编程任务,在代码竞赛、数学推理、Agent 工作流等场景表现优异,性能接近国际前沿闭源模型。Python00
MiMo-V2.5-ProMiMo-V2.5-Pro作为旗舰模型,擅⻓处理复杂Agent任务,单次任务可完成近千次⼯具调⽤与⼗余轮上 下⽂压缩。Python00
GLM-5.1GLM-5.1是智谱迄今最智能的旗舰模型,也是目前全球最强的开源模型。GLM-5.1大大提高了代码能力,在完成长程任务方面提升尤为显著。和此前分钟级交互的模型不同,它能够在一次任务中独立、持续工作超过8小时,期间自主规划、执行、自我进化,最终交付完整的工程级成果。Jinja00
Kimi-K2.6Kimi K2.6 是一款开源的原生多模态智能体模型,在长程编码、编码驱动设计、主动自主执行以及群体任务编排等实用能力方面实现了显著提升。Python00
MiniMax-M2.7MiniMax-M2.7 是我们首个深度参与自身进化过程的模型。M2.7 具备构建复杂智能体应用框架的能力,能够借助智能体团队、复杂技能以及动态工具搜索,完成高度精细的生产力任务。Python00