Cocos Creator 中关于移动端 Web 应用全屏模式的兼容性优化
在 Cocos Creator 3.8.4 版本中,开发者在使用浏览器预览功能时可能会注意到 Chrome 控制台输出的一个警告信息,提示apple-mobile-web-app-capable元标签已被弃用。这个问题涉及到移动端 Web 应用全屏模式的兼容性设置,值得开发者关注。
问题背景
移动端 Web 开发中,我们经常需要控制应用是否以全屏模式运行。传统上,iOS 设备上的 Safari 浏览器使用apple-mobile-web-app-capable元标签来实现这一功能,而 Chrome 浏览器则推荐使用更通用的mobile-web-app-capable标签。
在 Cocos Creator 的模板文件中,包括web-desktop/index.ejs、web-mobile/index.ejs和fb-instant-games/index.ejs,目前都只使用了apple-mobile-web-app-capable这一特定于苹果的标签,这导致了在 Chrome 浏览器中运行时出现弃用警告。
技术分析
这两个元标签的作用都是控制 Web 应用是否以全屏模式运行:
apple-mobile-web-app-capable:苹果 Safari 浏览器专用,控制是否隐藏浏览器 UI 元素mobile-web-app-capable:Chrome 等现代浏览器支持的通用标准
虽然警告信息称前者已被弃用,但实际上目前 Safari 仍然只识别这个特定标签。而 Chrome 则建议使用后者,但也能兼容前者。一些非官方资料表明,Safari 可能也开始支持通用标签。
解决方案
Cocos Creator 开发团队决定在 3.8.5 版本中采用最稳妥的兼容方案:同时保留两个标签。这样既能确保在 Safari 上的兼容性,又能消除 Chrome 的警告信息。
具体实现方式是在模板文件中同时包含:
<meta name="apple-mobile-web-app-capable" content="yes">
<meta name="mobile-web-app-capable" content="yes">
这种方案相比完全替换有以下优势:
- 确保向后兼容,不影响现有 iOS 设备上的表现
- 符合现代浏览器的标准
- 避免因浏览器实现差异导致的功能缺失
开发者注意事项
对于使用 Cocos Creator 开发移动端 Web 应用的开发者,需要注意:
- 如果自定义了项目模板,建议手动添加这两个标签
- 全屏模式在不同平台上的表现可能仍有差异,需要进行充分测试
- 某些浏览器可能对全屏模式有额外的权限要求
这个优化虽然看似简单,但对于提升跨平台 Web 应用的兼容性和用户体验有着重要意义,体现了 Cocos Creator 团队对细节的关注和对开发者体验的重视。
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-1.5暂无简介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
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
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