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。
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
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- QQwen3.5-397B-A17BQwen3.5 实现了重大飞跃,整合了多模态学习、架构效率、强化学习规模以及全球可访问性等方面的突破性进展,旨在为开发者和企业赋予前所未有的能力与效率。Jinja00
HY-Embodied-0.5这是一套专为现实世界具身智能打造的基础模型。该系列模型采用创新的混合Transformer(Mixture-of-Transformers, MoT) 架构,通过潜在令牌实现模态特异性计算,显著提升了细粒度感知能力。Jinja00
LongCat-AudioDiT-1BLongCat-AudioDiT 是一款基于扩散模型的文本转语音(TTS)模型,代表了当前该领域的最高水平(SOTA),它直接在波形潜空间中进行操作。00
ERNIE-ImageERNIE-Image 是由百度 ERNIE-Image 团队开发的开源文本到图像生成模型。它基于单流扩散 Transformer(DiT)构建,并配备了轻量级的提示增强器,可将用户的简短输入扩展为更丰富的结构化描述。凭借仅 80 亿的 DiT 参数,它在开源文本到图像模型中达到了最先进的性能。该模型的设计不仅追求强大的视觉质量,还注重实际生成场景中的可控性,在这些场景中,准确的内容呈现与美观同等重要。特别是,ERNIE-Image 在复杂指令遵循、文本渲染和结构化图像生成方面表现出色,使其非常适合商业海报、漫画、多格布局以及其他需要兼具视觉质量和精确控制的内容创作任务。它还支持广泛的视觉风格,包括写实摄影、设计导向图像以及更多风格化的美学输出。Jinja00