React Native Windows 0.76.9版本发布:增强无障碍支持与UI稳定性
React Native Windows是微软开源的React Native扩展项目,它允许开发者使用React Native框架构建原生Windows应用程序。该项目为Windows平台提供了完整的React Native支持,使开发者能够利用熟悉的React开发范式来创建跨平台的Windows应用。
核心改进
无障碍功能增强
本次0.76.9版本在无障碍功能方面做出了多项重要改进:
-
角色属性支持:新增了对Role属性的支持,使开发者能够更精确地定义组件的无障碍角色,帮助屏幕阅读器等辅助技术更好地理解应用界面结构。
-
选择功能提供者实现:实现了ISelectionProvider和ISelectionItemProvider接口,为列表、网格等可选择组件提供了标准化的无障碍支持。
-
文本范围值支持:通过IRangeValueProvider接口的实现,滑动条等范围型组件现在能够提供更精确的无障碍信息。
-
文本内容访问:ITextProvider接口的实现使得屏幕阅读器能够正确读取文本组件的内容。
视觉与交互优化
-
高DPI支持改进:修复了高DPI环境下工具提示显示不正确的问题,确保UI元素在不同显示缩放比例下都能正确渲染。
-
悬停状态保持:解决了当指针在离开窗口前离开组件时,组件会错误丢失悬停状态的问题,使交互更加连贯。
-
焦点视觉效果:默认情况下现在使用圆角焦点视觉效果,并修复了焦点框在某些情况下的渲染问题。
-
平台颜色处理:修复了平台颜色切换时属性更新失效的问题,确保颜色变化能够正确反映在UI上。
模态窗口重构
-
新实现方式:重新设计了模态窗口的实现,使用PopupWindowSiteBridge作为基础,提供了更稳定的模态窗口体验。
-
高度问题修复:解决了模态窗口在某些情况下的高度计算问题。
-
公共API使用:重构后的实现更多地依赖公共API,提高了代码的稳定性和兼容性。
技术架构改进
-
XAML Island实验支持:在启用UseExperimentalWinUI3标志时,RNTester现在可以在Playground应用中运行基本的XAML Island功能。
-
门户组件增强:门户组件现在支持自主的布局约束和缩放因子,为复杂UI布局提供了更大的灵活性。
-
UIA树整合:改进了ContentIslandComponentView子元素的UIA树整合,提升了无障碍功能的完整性。
-
WebSocket工厂模式:在PkgInspectorConnection中使用WebSocket工厂模式,提高了网络连接的可靠性。
稳定性修复
-
焦点处理:修复了当最后一个可聚焦组件被移除时,焦点框可能残留的问题。
-
加载时布局:解决了RN Island在加载过程中调用arrange可能导致的问题。
-
服务器兼容性:修复了在Windows Server 2016上运行时可能发生的崩溃问题。
-
React DevTools:解决了React开发者工具在启动时可能触发的断言错误。
构建系统改进
-
代码生成优化:使用clang构建组件代码生成时的问题得到修复。
-
Fabric构建清理:从Fabric构建中移除了仅适用于Paper的代码,减少了不必要的代码体积。
-
OfficeReact.Win32构建:现在仅在启用UseFabric时构建OfficeReact.Win32,优化了构建流程。
React Native Windows 0.76.9版本虽然是一个补丁更新,但带来了多项重要的改进和修复,特别是在无障碍支持、UI稳定性和架构优化方面。这些改进使得开发者能够构建更加可靠、易用的Windows应用程序,同时也为未来的功能扩展打下了坚实的基础。
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