Solito v4.4.0 发布:全面支持 Next.js 15 与 React 19 生态
项目简介
Solito 是一个专注于 React Native 和 Next.js 跨平台开发的工具库。它主要提供两大核心功能:首先是一个轻量级的封装层,让开发者能够在 React Navigation 和 Next.js 之间共享导航代码;其次是一套经过验证的跨平台开发模式和实践案例。通过 Solito,开发者可以构建同时运行在 Web 和移动端的应用,并保持代码的高度一致性。
版本亮点
1. 兼容性全面升级
Solito v4.4.0 最重要的改进是对最新技术栈的全面支持:
- 完美适配 Next.js 15 和 React 19 生态系统
- 支持 Expo SDK 52 和 React Native 0.77
- 兼容 React Compiler 和 Turbopack 等前沿工具
- 完全支持 Next.js App Router 架构
- 与 React Navigation v7 无缝集成
这些升级使得开发者能够在最新的技术环境下构建跨平台应用,享受最新框架带来的性能优化和开发体验提升。
2. 组件功能增强
新版本对 Link 组件进行了功能增强,现在开发者可以直接在 Link 组件上使用 style 属性,而不必再通过 viewProps.style 传递样式:
<Link href="/users/fernando" style={{ padding: 16 }}>
...
</Link>
这一改进简化了样式定义的方式,使代码更加直观和简洁。
3. 模板优化与精简
新版本的 starter 模板进行了显著优化:
- 移除了 @expo/next-adapter,转而采用明确定义的 next.config.js
- 不再内置 dripsy,使模板更加样式无关
- 移除了 @expo/html-elements 依赖
这些改动使得模板更加轻量化和灵活,开发者可以根据项目需求自由选择样式解决方案。
开发建议
1. 新项目初始化
对于新项目,推荐使用最新版的 starter 模板:
npx create-solito-app@latest
这个模板已经针对最新技术栈进行了优化和测试,提供了最佳的开发起点。
2. 现有项目升级
对于现有项目升级,建议:
- 逐步更新依赖版本,特别注意 React Navigation 和 Next.js 的版本兼容性
- 参考官方兼容性文档进行必要的配置调整
- 测试核心导航功能在不同平台的表现
3. 样式方案选择
由于新模板不再内置特定样式解决方案,开发者可以根据项目需求选择:
- 对于 Tailwind 爱好者,可以集成 Nativewind
- 偏好 CSS-in-JS 的开发者可以选择 styled-components 或 Emotion
- 需要设计系统的项目可以考虑 Tamagui 等方案
未来方向
Solito 团队计划逐步淘汰一些特定场景的 starter 模板,包括:
- with-tailwind
- with-expo-router
- with-custom-fonts
转而提供更全面的文档指南,说明如何将这些功能集成到基础模板中。这种转变将减少维护负担,同时为开发者提供更灵活的定制空间。
总结
Solito v4.4.0 标志着这个跨平台解决方案的又一次重要进化。通过全面支持最新技术栈、精简核心模板和优化开发者体验,Solito 继续巩固其作为 React Native + Next.js 跨平台开发首选工具的地位。无论是新项目启动还是现有项目升级,这个版本都提供了坚实的基础和丰富的可能性。
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00
GLM-4.7-FlashGLM-4.7-Flash 是一款 30B-A3B MoE 模型。作为 30B 级别中的佼佼者,GLM-4.7-Flash 为追求性能与效率平衡的轻量化部署提供了全新选择。Jinja00
VLOOKVLOOK™ 是优雅好用的 Typora/Markdown 主题包和增强插件。 VLOOK™ is an elegant and practical THEME PACKAGE × ENHANCEMENT PLUGIN for Typora/Markdown.Less00
PaddleOCR-VL-1.5PaddleOCR-VL-1.5 是 PaddleOCR-VL 的新一代进阶模型,在 OmniDocBench v1.5 上实现了 94.5% 的全新 state-of-the-art 准确率。 为了严格评估模型在真实物理畸变下的鲁棒性——包括扫描伪影、倾斜、扭曲、屏幕拍摄和光照变化——我们提出了 Real5-OmniDocBench 基准测试集。实验结果表明,该增强模型在新构建的基准测试集上达到了 SOTA 性能。此外,我们通过整合印章识别和文本检测识别(text spotting)任务扩展了模型的能力,同时保持 0.9B 的超紧凑 VLM 规模,具备高效率特性。Python00
KuiklyUI基于KMP技术的高性能、全平台开发框架,具备统一代码库、极致易用性和动态灵活性。 Provide a high-performance, full-platform development framework with unified codebase, ultimate ease of use, and dynamic flexibility. 注意:本仓库为Github仓库镜像,PR或Issue请移步至Github发起,感谢支持!Kotlin07
compass-metrics-modelMetrics model project for the OSS CompassPython00