Xamarin.Android .NET 10 Preview 5 新特性解析
Xamarin.Android 是微软推出的基于 .NET 平台的 Android 应用开发框架,它允许开发者使用 C# 语言和 .NET 生态系统来构建原生 Android 应用。近日,Xamarin.Android 发布了 .NET 10 Preview 5 版本(版本号 36.0.0-preview.5.116),带来了一系列重要的改进和新功能。
核心改进与新特性
1. 原生共享库链接基础设施
本次更新引入了统一的原生共享库链接基础设施,这为后续的跨平台原生库支持打下了坚实基础。开发者可以更高效地管理和链接原生库,特别是在处理复杂的跨平台场景时,这一改进将显著提升开发体验。
2. 类型映射生成优化
在 Xamarin.Android 的 AOT 编译过程中,类型映射(typemap)生成机制得到了重要优化:
- 将 JLO(Java 本地对象)扫描逻辑移到了链接器步骤中
- 为 CoreCLR 运行时添加了调试构建的类型映射支持
- 实现了 Java 到托管代码的类型映射
这些改进使得类型映射更加高效和可靠,特别是在调试场景下,开发者可以获得更好的开发体验。
3. 异常处理增强
在异常处理方面有两个重要改进:
- 修复了
ManagedValueManager中的异常解包问题 - 改进了
ManagedValueManager中可替换对象的处理
这些改进使得异常处理更加健壮,特别是在处理跨语言边界(Java 和 .NET 之间)的异常时,开发者可以期待更稳定的行为。
4. 性能分析器支持
新增了 $(EnableProfiler) 属性,开发者可以通过设置这个属性来启用性能分析器。这对于需要进行性能调优的应用来说是一个非常有用的功能,可以帮助开发者更准确地定位性能瓶颈。
5. CoreCLR 运行时改进
针对 CoreCLR 运行时做了多项优化:
- 支持快速开发(fastdev)程序集
- 提供了 Android ClassLoader 实现
- 改进了桥接处理等待逻辑
这些改进使得 CoreCLR 运行时在 Android 平台上的表现更加稳定和高效。
构建系统改进
1. 清单文件生成优化
将额外的提供者源代码生成从 <GenerateMainAndroidManifest> 任务中分离出来,这使得构建过程更加模块化,有助于提高构建系统的可维护性和扩展性。
2. AAR 文件路径验证
新增了对 AAR(Android Archive)文件中路径正确性的检查,这有助于早期发现潜在的资源打包问题,避免运行时出现资源加载失败的情况。
开发者体验提升
1. 可空引用类型支持
在多个任务和工具类中启用了可空引用类型(NRT)支持,这使得代码更加健壮,能够帮助开发者在编译时捕获潜在的空引用异常。
2. 测试覆盖扩展
扩展了测试覆盖范围,特别是针对 Java.Interop 的测试现在也可以在 CoreCLR 运行时上运行,这有助于确保跨运行时行为的一致性。
总结
Xamarin.Android .NET 10 Preview 5 版本在多个方面都有显著改进,特别是在原生库支持、类型映射、异常处理和运行时稳定性方面。这些改进不仅提升了框架的可靠性,也为开发者提供了更好的工具和功能来构建高质量的 Android 应用。
对于正在使用或考虑使用 Xamarin.Android 进行跨平台开发的团队来说,这个预览版本值得关注和试用,特别是那些需要高性能和稳定性的应用场景。随着 .NET 10 正式版的临近,我们可以期待 Xamarin.Android 会带来更多令人兴奋的功能和改进。
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- QQwen3-Coder-Next2026年2月4日,正式发布的Qwen3-Coder-Next,一款专为编码智能体和本地开发场景设计的开源语言模型。Python00
xw-cli实现国产算力大模型零门槛部署,一键跑通 Qwen、GLM-4.7、Minimax-2.1、DeepSeek-OCR 等模型Go06
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!Kotlin08
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