推荐使用:Ubuntu Yaru 设计主题为 Flutter 应用增添新貌
2024-05-20 05:23:07作者:伍希望
1、项目介绍
yaru.dart 是一个非常特别的开源项目,它将 Ubuntu 的标志性设计——Yaru 和 Canonical 的 Vanilla 设计框架,巧妙地转化为适用于 Flutter 的 material.dart 主题。通过这个项目,你可以轻松地让你的 Flutter 应用呈现出与 Ubuntu 系统相一致的美观和风格。
体验这个主题的最佳方式是直接在浏览器中测试:Demo 页面。看看下面的例子,感受一下 Yaru 在亮色和暗色模式下的魅力:

2、项目技术分析
yaru.dart 深入理解了 Flutter 的 Material Design 并提供了原生支持。它允许开发者在项目中简单导入并创建 YaruTheme,然后通过 MaterialApp 配合使用,就能让整个应用沉浸在 Yaru 的氛围之中。更妙的是,该库还支持多种变体,如红色、橙色等,可根据需求手动选择或自动检测系统设置。
import 'package:yaru/yaru.dart';
// ...
YaruTheme(
builder: (context, yaru, child) {
return MaterialApp(
theme: yaru.theme,
darkTheme: yaru.darkTheme,
home: Scaffold(...),
);
},
);
3、项目及技术应用场景
对于想要打造独特用户体验的 Flutter 开发者来说,yaru.dart 是一个理想的选择。特别是在开发面向 Ubuntu 或其他 Linux 发行版的应用时,它可以提供一致的设计语言,使你的应用更好地融入桌面环境。此外,即便是在非 Linux 平台,也能利用其自定义的色彩方案和样式,为用户提供独特的视觉享受。
4、项目特点
- 易用性:只需几步简单的导入和配置,即可快速应用 Yaru 主题。
- 兼容性:与 Flutter 的 material.dart 兼容,无缝集成到现有项目中。
- 多变体:提供多种颜色主题变体,适应不同风格和个性化需求。
- 平台感知:在 Linux 上自动检测系统主题,为用户提供一致的体验。
如果你正在寻找一个能给 Flutter 应用带来 Ubuntu 风格的解决方案,不妨试试 yaru.dart。参与贡献或在自己的项目中运用它,让你的应用更具特色,更加出众。阅读 贡献指南,一起加入到这个开源社区中来吧!
登录后查看全文
热门项目推荐
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
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
最新内容推荐
TextAnimator for Unity:打造专业级文字动画效果的终极解决方案 全球GEOJSON地理数据资源下载指南 - 高效获取地理空间数据的完整解决方案 全球36个生物多样性热点地区KML矢量图资源详解与应用指南 PANTONE潘通AI色板库:设计师必备的色彩管理利器 32位ECC纠错Verilog代码:提升FPGA系统可靠性的关键技术方案 开源电子设计自动化利器:KiCad EDA全方位使用指南 深入解析Windows内核模式驱动管理器:系统驱动管理的终极利器 PhysioNet医学研究数据库:临床数据分析与生物信号处理的权威资源指南 瀚高迁移工具migration-4.1.4:企业级数据库迁移的智能解决方案 Photoshop作业资源文件下载指南:全面提升设计学习效率的必备素材库
项目优选
收起
deepin linux kernel
C
24
8
暂无简介
Dart
643
149
Ascend Extension for PyTorch
Python
203
219
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++
654
282
React Native鸿蒙化仓库
JavaScript
248
317
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
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.13 K
631
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++
77
100
仓颉编译器源码及 cjdb 调试工具。
C++
130
861
仓颉编程语言运行时与标准库。
Cangjie
134
873