DivKit 31.13.0版本发布:跨平台UI框架的全面优化
DivKit是一个由Yandex开源的跨平台UI框架,它允许开发者使用声明式的JSON格式来定义复杂的用户界面,并在Android、iOS和Web平台上实现一致的渲染效果。通过DivKit,开发者可以快速构建动态、高性能的UI,同时减少平台间的代码差异和维护成本。
本次发布的31.13.0版本为DivKit带来了多项重要改进和问题修复,涵盖了Android、iOS和Web三大平台。这些更新不仅增强了框架的功能性,也提升了用户体验和开发效率。
Android客户端改进
在Android平台上,本次更新主要解决了两个关键问题:
-
Pager组件图像渲染修复:修复了在Pager组件中图像绘制异常的问题。Pager作为常用的滑动容器组件,经常用于展示图片轮播等内容,这一修复确保了图像在各种滑动场景下都能正确显示。
-
字典变量表达式支持:增强了
set_variable动作的功能,现在支持对字典(dict)类型变量使用表达式。这一改进使得动态更新复杂数据结构变得更加灵活,开发者可以通过表达式来精确控制字典内容的修改。
iOS客户端优化
iOS平台获得了四项重要更新:
-
集合变量URL设置支持:新增了通过URL设置集合变量(包括数组和字典)的能力。这一功能扩展了数据初始化的方式,使得从网络加载复杂数据结构变得更加便捷。
-
资源URL前缀修正:修复了资源URL中错误的图片名前缀问题,确保了资源加载的正确性。
-
重叠容器动画优化:解决了在重叠容器中执行动画时视图意外弹出到前景的问题,提升了动画效果的稳定性和视觉一致性。
-
字典变量表达式支持:与Android平台类似,iOS现在也支持在
set_variable动作中对字典变量使用表达式,保持了跨平台行为的一致性。
Web客户端增强
Web平台的改进主要集中在三个方面:
-
作用域ID错误处理:修复了当执行带有
scope_id的动作但找不到对应作用域时的错误处理逻辑。现在这种情况会明确地导致动作失败,而不是产生未定义行为,提高了调试的便利性。 -
图像尺寸计算优化:
- 修正了带有
aspect和wrap_content属性的图像尺寸计算逻辑,确保了图像在各种布局条件下的正确显示比例。 - 改进了
tabs组件在match_parent和fixed高度设置下的溢出处理,使标签页的布局更加可靠。
- 修正了带有
-
数据类型转换统一:调整了字典(dict)和数组(array)类型值默认转换为字符串的行为,使其与Android/iOS平台保持一致,进一步强化了跨平台表现的一致性。
技术价值与开发者收益
本次DivKit 31.13.0版本的更新体现了框架在以下几个方面的持续进步:
-
跨平台一致性:通过对字典变量表达式支持的统一实现,以及对数据类型转换行为的调整,DivKit进一步缩小了各平台间的差异,使开发者能够更轻松地维护跨平台应用。
-
稳定性提升:多个渲染和布局问题的修复,特别是Pager组件图像绘制、重叠容器动画等常见场景的改进,显著提高了框架的稳定性和可靠性。
-
功能扩展:新增的集合变量URL设置能力为数据初始化提供了更多选择,特别是在需要从网络加载配置的场景下,大大简化了开发流程。
-
错误处理完善:Web平台对作用域ID错误的明确处理,使得开发者能够更快定位和解决问题,提升了开发体验。
对于使用DivKit的开发者来说,升级到31.13.0版本将获得更稳定、更一致的跨平台UI开发体验,特别是在处理复杂数据结构和动画效果时,能够减少平台特定代码的编写,提高开发效率。
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00- QQwen3-Coder-Next2026年2月4日,正式发布的Qwen3-Coder-Next,一款专为编码智能体和本地开发场景设计的开源语言模型。Python00
xw-cli实现国产算力大模型零门槛部署,一键跑通 Qwen、GLM-4.7、Minimax-2.1、DeepSeek-OCR 等模型Go06
PaddleOCR-VL-1.5PaddleOCR-VL-1.5 是 PaddleOCR-VL 的新一代进阶模型,在 OmniDocBench v1.5 上实现了 94.5% 的全新 state-of-the-art 准确率。 为了严格评估模型在真实物理畸变下的鲁棒性——包括扫描伪影、倾斜、扭曲、屏幕拍摄和光照变化——我们提出了 Real5-OmniDocBench 基准测试集。实验结果表明,该增强模型在新构建的基准测试集上达到了 SOTA 性能。此外,我们通过整合印章识别和文本检测识别(text spotting)任务扩展了模型的能力,同时保持 0.9B 的超紧凑 VLM 规模,具备高效率特性。Python00
KuiklyUI基于KMP技术的高性能、全平台开发框架,具备统一代码库、极致易用性和动态灵活性。 Provide a high-performance, full-platform development framework with unified codebase, ultimate ease of use, and dynamic flexibility. 注意:本仓库为Github仓库镜像,PR或Issue请移步至Github发起,感谢支持!Kotlin08
VLOOKVLOOK™ 是优雅好用的 Typora/Markdown 主题包和增强插件。 VLOOK™ is an elegant and practical THEME PACKAGE × ENHANCEMENT PLUGIN for Typora/Markdown.Less00