Windows-appsample-customers-orders-database 项目教程
1. 项目介绍
Windows-appsample-customers-orders-database 是一个由微软开源的 Windows 应用示例项目,旨在展示如何在 Windows 平台上构建一个客户订单数据库应用。该项目使用 C# 和 XAML 实现,并托管在 Azure 上。它不仅展示了如何使用 WinUI 3 构建现代化的 UI,还涵盖了企业级应用中常见的功能,如 Azure Active Directory (AAD) 认证、SQLite 和 SQL Azure 数据库集成、Entity Framework 以及云 API 服务。
该项目的主要目标是帮助开发者快速上手 Windows 应用开发,并提供一个可扩展的基础,以便开发者在此基础上构建自己的企业级应用。
2. 项目快速启动
环境准备
在开始之前,请确保您的开发环境满足以下要求:
- 操作系统: Windows 11 Insider Preview (Build 22000) 或 Windows 10 (最低版本 2004, Build 19041)
- .NET SDK: .NET 6.0 SDK
- 开发工具: Visual Studio 2022 版本 17.1 或更高版本(推荐使用免费的 Visual Studio Community Edition)
- Windows App SDK: 版本 1.0
克隆项目
首先,克隆项目到本地:
git clone https://github.com/microsoft/Windows-appsample-customers-orders-database.git
配置项目
- 打开解决方案: 在 Visual Studio 中打开
Contoso.sln解决方案文件。 - 设置启动项目: 右键点击
Contoso.App项目,选择“设为启动项目”。 - 配置数据库连接: 打开
Constants.cs文件,配置数据库连接字符串。
public const string SqlAzureConnectionString = "Data Source=(LocalDB)\\ContosoDb;Initial Catalog=CONTOSODB;Integrated Security=True";
- 配置 Azure AD: 在
Constants.cs文件中,配置 Azure Active Directory 的客户端 ID。
public const string AccountClientId = "你的 Azure AD 客户端 ID";
运行项目
- 选择架构: 在 Visual Studio 中,选择
x86或x64架构。 - 启动调试: 按
F5启动调试,应用将会运行并连接到配置的数据库。
3. 应用案例和最佳实践
应用案例
Windows-appsample-customers-orders-database 项目适用于以下应用场景:
- 企业级应用开发: 适用于需要管理客户订单和产品信息的企业级应用。
- 数据库集成: 展示了如何将本地 SQLite 数据库与云端 SQL Azure 数据库集成。
- 身份验证: 展示了如何使用 Azure Active Directory 进行用户身份验证。
最佳实践
- 模块化设计: 项目采用模块化设计,便于扩展和维护。
- 代码质量: 项目代码经过优化,遵循最佳实践,适合作为学习参考。
- 安全性: 项目展示了如何使用 Azure AD 进行安全认证,确保数据安全。
4. 典型生态项目
VanArsdel Inventory 示例
VanArsdel Inventory 是另一个由微软提供的复杂企业级应用示例,涵盖了更多高级功能和更复杂的架构设计。它与 Windows-appsample-customers-orders-database 类似,但提供了更全面的解决方案。
Windows App SDK
Windows App SDK 是微软提供的用于构建现代化 Windows 应用的工具包,支持 WinUI 3 和其他现代化 UI 技术。该项目依赖于 Windows App SDK,展示了如何使用这些工具构建高效的应用。
Azure Active Directory
Azure Active Directory 是微软提供的云端身份管理服务,支持多种认证和授权方案。该项目展示了如何集成 Azure AD 进行用户认证,确保应用的安全性。
通过这些生态项目,开发者可以进一步扩展和优化自己的应用,构建更加强大和安全的企业级解决方案。
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