Square Workflow-Kotlin v1.14.0 发布:Kotlin 多平台状态管理框架的全面升级
2025-07-06 17:15:09作者:郜逊炳
Square Workflow-Kotlin 是一个用于构建响应式应用程序的 Kotlin 多平台状态管理框架。它采用声明式编程模型,通过工作流(Workflow)的概念来管理应用程序状态和UI渲染逻辑。该框架特别适合需要跨平台支持(包括Android、iOS、Web等)的复杂应用程序开发。
核心变更与特性
1. 事件处理器的稳定性改进
v1.14.0 版本最重要的变化之一是引入了稳定的 eventHandler 实现。这一改进包括:
- 新增
BaseRenderContext.remember方法,用于在渲染上下文中记忆状态 - 稳定的事件处理器API,提高了类型安全性和性能
- 通过
STABLE_EVENT_HANDLERS运行时配置标志启用新特性
这些改进使得事件处理更加可靠,减少了潜在的内存泄漏风险,同时保持了框架的响应性。
2. 屏幕(Screen)系统的重构
框架对屏幕表示系统进行了重大重构:
- 引入
Screen接口作为UI表示的核心抽象 - 弃用旧的
ViewFactory系统,转而采用更现代的ScreenViewFactory - 新增
EnvironmentScreen用于环境配置的传递 - 引入
Overlay概念,支持模态对话框等覆盖式UI
3. 多平台支持增强
- 全面迁移到Kotlin多平台(KMP)构建系统
- 新增iOS模拟器arm64目标支持
- 增加JavaScript平台支持,扩展Web应用能力
- 改进跨平台状态管理和UI渲染的一致性
4. 对话框管理改进
- 引入
DialogCollator统一管理对话框生命周期 - 确保对话框在Activity内容视图附加前不会显示
- 改进模态对话框的边界报告机制
- 新增
ModalScreenOverlayDialogFactory支持复杂模态场景
5. 性能优化
- 渲染上下文(
RenderContext)缓存,减少重复创建开销 - 工作流标识符(
WorkflowIdentifier)缓存 - 部分树重新渲染支持,优化更新性能
- 拦截器API增强,支持更细粒度的性能监控
开发者体验改进
1. 更简洁的API设计
- 简化
ViewEnvironment和ViewRegistry管理 - 引入
ScreenViewFactory.forWrapper和map方法简化视图工厂创建 - 弃用冗余API,如无用的
ViewEnvironmentKey.type属性
2. 更好的Compose支持
- 重构Compose集成,减少
ViewEnvironment的侵入性 - 引入
ScreenComposableFactory替代旧的ComposeScreenViewFactory - 改进Compose与现有视图系统的互操作性
3. 导航系统改进
- 重命名
BackStackConfig.Other为更具语义的CanGoBack - 引入
BackStackScreen.name支持更好的导航状态追踪 - 简化后退按钮处理逻辑
4. 状态管理增强
- 为
initialState添加CoroutineScope支持 - 引入
SessionWorkflow辅助状态管理 - 新增
SavedStateHandle.removeWorkflowState()方法
迁移建议
对于从早期版本升级的项目,建议重点关注以下变更:
- 逐步替换所有
ViewFactory使用为新的ScreenViewFactory系统 - 更新事件处理逻辑以使用稳定的
eventHandlerAPI - 检查并更新所有对话框管理代码以使用新的
DialogCollator - 审查导航逻辑,利用新的
BackStackScreen功能 - 考虑启用
STABLE_EVENT_HANDLERS运行时配置
总结
Square Workflow-Kotlin v1.14.0 标志着该框架从beta阶段进入稳定生产阶段。此次更新带来了全面的架构改进、性能优化和开发者体验提升,特别是在多平台支持和状态管理方面。新版本更加注重类型安全、内存效率和API一致性,为构建复杂的跨平台应用提供了更加强大和可靠的基础。
登录后查看全文
热门项目推荐
相关项目推荐
ERNIE-4.5-VL-28B-A3B-ThinkingERNIE-4.5-VL-28B-A3B-Thinking 是 ERNIE-4.5-VL-28B-A3B 架构的重大升级,通过中期大规模视觉-语言推理数据训练,显著提升了模型的表征能力和模态对齐,实现了多模态推理能力的突破性飞跃Python00
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
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Python00
HunyuanVideo-1.5HunyuanVideo-1.5作为一款轻量级视频生成模型,仅需83亿参数即可提供顶级画质,大幅降低使用门槛。该模型在消费级显卡上运行流畅,让每位开发者和创作者都能轻松使用。本代码库提供生成创意视频所需的实现方案与工具集。00
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能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
GOT-OCR-2.0-hf阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00
项目优选
收起
deepin linux kernel
C
24
7
Ascend Extension for PyTorch
Python
192
212
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
650
270
TorchAir 支持用户基于PyTorch框架和torch_npu插件在昇腾NPU上使用图模式进行推理。
Python
297
111
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
384
3.69 K
仓颉编译器源码及 cjdb 调试工具。
C++
128
857
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
9
1
React Native鸿蒙化仓库
JavaScript
243
316
本项目是CANN提供的是一款高效、可靠的Transformer加速库,基于华为Ascend AI处理器,提供Transformer定制化场景的高性能融合算子。
C++
66
96
暂无简介
Dart
633
143