Ktorfit 2.3.0 版本发布:更灵活的编译器插件与多平台支持
Ktorfit 是一个基于 Ktor 的 Kotlin HTTP 客户端库,它借鉴了 Retrofit 的设计理念,通过注解和接口定义的方式简化 HTTP 请求的处理。最新发布的 2.3.0 版本带来了多项重要改进,使开发者能够更灵活地控制编译器插件行为,并扩展了对 Android Native 平台的支持。
编译器插件灵活配置
2.3.0 版本最显著的改进之一是提供了对编译器插件的更精细控制。开发者现在可以:
- 指定使用特定版本的 Kotlin 编译器插件
- 完全禁用编译器插件(通过设置为"-")
- 默认情况下自动使用项目当前的 Kotlin 版本
这一改进通过 Gradle 配置实现:
ktorfit {
kotlinVersion = "-" // 禁用插件
// 或
kotlinVersion = "x.x.x" // 指定版本
}
这种灵活性对于以下场景特别有用:
- 项目使用特殊版本的 Kotlin 编译器
- 需要排除插件可能带来的编译问题
- 在多模块项目中统一控制插件行为
扩展的 Android Native 支持
新版本增加了对 Android Native 平台的全方位支持,包括:
- androidNativeArm32
- androidNativeArm64
- androidNativeX86
- androidNativeX64
这意味着开发者现在可以在更多原生 Android 环境中使用 Ktorfit,特别是在需要与 C/C++ 代码交互或开发跨平台应用时。
请求注解增强
2.3.0 版本改进了函数注解的处理方式,现在所有函数级别的注解都会被包含在请求属性中。这一改进使得开发者能够:
- 更灵活地处理自定义注解
- 在运行时获取完整的函数元数据
- 实现更复杂的请求拦截和修改逻辑
问题修复
本次版本还解决了两个重要问题:
- 修复了 @Headers 注解在生成代码时产生意外换行符的问题
- 解决了生成的代码中重复 @Opt 注解的问题
这些修复提高了生成代码的整洁性和正确性,减少了潜在的运行时错误。
技术实现分析
从技术角度看,2.3.0 版本的改进主要集中在以下几个方面:
-
编译器插件架构重构:新的版本分离了插件版本控制逻辑,使其更加模块化,便于维护和扩展。
-
多平台支持增强:通过抽象化平台特定代码,实现了对 Android Native 各架构的统一支持。
-
注解处理优化:改进了 KSP 处理器的注解收集和转换逻辑,确保所有相关注解都能正确传递到运行时环境。
升级建议
对于现有项目,升级到 2.3.0 版本通常是无缝的。但开发者应注意:
-
如果使用了自定义注解处理,可能需要检查新的注解传递行为是否符合预期。
-
在 Android Native 项目中使用时,确保正确配置了对应的目标平台。
-
如果遇到编译问题,可以考虑暂时禁用编译器插件进行排查。
Ktorfit 2.3.0 的这些改进进一步巩固了它作为 Kotlin 多平台 HTTP 客户端解决方案的地位,特别是在需要灵活配置和广泛平台支持的场景下。
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