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。
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。Python00
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00