Giu v0.13.0 发布:更灵活的UI组件与样式管理
Giu 是一个基于 Go 语言的即时模式 GUI 库,它封装了 Dear ImGui 的功能,为 Go 开发者提供了简单易用的图形界面开发工具。即时模式 GUI 的特点是界面元素的状态由开发者直接管理,而不是通过回调函数或事件驱动的方式。这种模式特别适合需要快速迭代和频繁更新界面的应用场景。
主要更新内容
1. DragInt 和 DragFloat 组件重构
本次版本对 DragInt 组件进行了重大重构,采用了更现代的构建器模式(Builder Pattern)。新的 API 设计更加灵活和直观:
// 旧版 API
DragInt("ID", &value, min, max)
// 新版 API
DragInt(&value).ID("ID").MinValue(min).MaxValue(max)
同时新增了 DragFloatWidget,为浮点数拖动操作提供了原生支持。这种重构不仅提高了代码的可读性,还使得参数设置更加灵活,开发者可以按需选择设置哪些参数。
2. 样式管理增强
样式管理是 GUI 开发中的重要环节,v0.13.0 在这方面做了多项改进:
- 样式合并:现在可以通过
Add()方法合并两个 StyleSetter,简化了样式组合的操作 - 主题设置:MasterWindow 新增了
SetTheme方法,可以直接设置窗口主题 - 默认主题:提供了
DefaultTheme方法获取默认主题,开发者可以在此基础上进行修改
这些改进使得界面样式的管理和定制更加方便,特别是在需要实现主题切换功能时。
3. 新增 LinkWidget
新增的 LinkWidget 为应用添加了超链接功能,可以用于:
- 打开外部网页
- 执行应用内导航
- 触发特定操作
这个组件丰富了 Giu 的交互元素,使界面设计更加多样化。
4. 表格排序功能
TableWidget 现在支持排序功能,只需设置 TableFlagsSortable 标志即可启用。这个功能对于数据展示类应用特别有用,用户可以点击表头对数据进行排序。
5. 绘图组件增强
Plot 组件的坐标轴现在支持多种缩放模式:
- 线性缩放
- 对数缩放
- 对称对数缩放
- 时间缩放
这个增强使得 Plot 组件能够更好地适应不同类型的数据可视化需求。
其他改进
- 更新了 cimgui-go 到 v1.3.1 版本,修复了
go mod tidy的问题 - TabItemWidget 现在支持附加 EventHandler,与 TreeNodeWidget 的行为保持一致
- 多项代码质量和构建系统的改进
升级建议
由于 DragInt 组件的 API 发生了破坏性变更,建议开发者使用以下正则表达式进行批量替换:
s/DragInt(\(.*\),\(.*\),\(.*\),\(.*\))/DragInt(\2)\.Label(\1)\.MinValue(\3).MaxValue(\4)/g
对于新项目,建议直接使用新版 API,以获得更好的开发体验。
Giu v0.13.0 的这些改进使得这个 GUI 库更加成熟和易用,特别是在样式管理和交互组件方面有了显著提升。对于需要快速开发跨平台 GUI 应用的 Go 开发者来说,这是一个值得关注的更新。
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust099- DDeepSeek-V4-ProDeepSeek-V4-Pro(总参数 1.6 万亿,激活 49B)面向复杂推理和高级编程任务,在代码竞赛、数学推理、Agent 工作流等场景表现优异,性能接近国际前沿闭源模型。Python00
MiMo-V2.5-ProMiMo-V2.5-Pro作为旗舰模型,擅⻓处理复杂Agent任务,单次任务可完成近千次⼯具调⽤与⼗余轮上 下⽂压缩。Python00
GLM-5.1GLM-5.1是智谱迄今最智能的旗舰模型,也是目前全球最强的开源模型。GLM-5.1大大提高了代码能力,在完成长程任务方面提升尤为显著。和此前分钟级交互的模型不同,它能够在一次任务中独立、持续工作超过8小时,期间自主规划、执行、自我进化,最终交付完整的工程级成果。Jinja00
Kimi-K2.6Kimi K2.6 是一款开源的原生多模态智能体模型,在长程编码、编码驱动设计、主动自主执行以及群体任务编排等实用能力方面实现了显著提升。Python00
MiniMax-M2.7MiniMax-M2.7 是我们首个深度参与自身进化过程的模型。M2.7 具备构建复杂智能体应用框架的能力,能够借助智能体团队、复杂技能以及动态工具搜索,完成高度精细的生产力任务。Python00