Google 发布 Flutter 3,现在支持 macOS 和 Linux 桌面
ztj100 2024-10-30 05:10 20 浏览 0 评论
谷歌几年前创建了 Flutter,旨在打造一个跨平台的软件框架。Flutter 的最大优势在于它可以用于构建适用于 Android、iOS、Linux、Windows、macOS 甚至 Web 的应用程序,并且所有这些都来自同一个共享代码库。虽然为 Windows 构建应用程序在 2 月份获得了稳定的支持,但 macOS 和 Linux 仍仅处于测试阶段。现在这种情况正在发生变化,因为谷歌在今年的谷歌 I/O 上宣布了 Flutter 3,它完全支持为 macOS 和 Linux 构建应用程序。
当然,对这两个新平台的跨平台支持不仅仅需要能够运行的程序。他们需要适应其余的体验,并且还需要支持可能是独特的特定功能。这就是谷歌强调两件事的原因:第一是由 Canonical(Ubuntu 的发行商)和谷歌合作提供的 Linux 支持,以“提供高度集成的、同类最佳的开发选择”。
正如谷歌所说,Canonical 已经在开发“用于关键 shell 体验的 Flutter,包括安装和固件更新”。 更重要的是,他们的 Linux 特定软件包“为核心操作系统服务提供了惯用的 API,包括 dbus、gsettings、networkmanager、蓝牙和桌面通知,以及为 Yaru 提供的综合主题和小部件集,Ubuntu 的外观和感觉。”
至于 macOS,谷歌投资支持 Intel 和 Apple Silicon 设备,支持通用二进制,允许应用程序打包在两种架构上本地运行的可执行文件。
Firebase 和 Flutter
Google 的 Firebase 是一套非常全面的开发工具。它的目标是通过详细的崩溃报告、用户分析、身份验证和存储等功能,使应用程序的开发和维护更容易。据 Google 称,63% 的 Flutter 开发人员在他们的应用程序中使用 Firebase,因此该团队一直在尝试将 Firebase 和 Flutter 集成。这种集成现在比以往任何时候都更好,改进了文档和工具以及新的小部件,例如FlutterFire UI,它为开发人员提供了可重用的身份验证和配置文件屏幕 UI。
此外,Flutter 的 Crashlytics 插件已更新,因此开发人员可以实时跟踪用户的致命错误,具有与其他 iOS 和 Android 开发人员相同的功能集。设置和配置也容易得多。
Flutter 3 的基本改进
当然,Flutter 3 不仅仅是扩展框架的平台支持。它还引入了其他内容,包括对 Material Design 3的支持。Android 12见证了 Material Design 3 的推出,包括 Material You 颜色主题引擎。
Material Design 3 并不是 Flutter 3 带来的唯一改进。它现在原生支持 Apple 芯片——用于开发和编译输出。Dart 去年年底增加了对 Apple 芯片的支持,Flutter 可以利用它在 M1 驱动的设备上更快地编译。
至于 Dart 特有的变化,谷歌表示它已经引入了三种新的语言特性来帮助开发者。这三个特性是增强的枚举、随处命名的参数和超级构造函数。他们还添加了可执行签名、实验性 RISC-V 支持、升级的 linter 和新文档。
相关推荐
- 其实TensorFlow真的很水无非就这30篇熬夜练
-
好的!以下是TensorFlow需要掌握的核心内容,用列表形式呈现,简洁清晰(含表情符号,<300字):1.基础概念与环境TensorFlow架构(计算图、会话->EagerE...
- 交叉验证和超参数调整:如何优化你的机器学习模型
-
准确预测Fitbit的睡眠得分在本文的前两部分中,我获取了Fitbit的睡眠数据并对其进行预处理,将这些数据分为训练集、验证集和测试集,除此之外,我还训练了三种不同的机器学习模型并比较了它们的性能。在...
- 机器学习交叉验证全指南:原理、类型与实战技巧
-
机器学习模型常常需要大量数据,但它们如何与实时新数据协同工作也同样关键。交叉验证是一种通过将数据集分成若干部分、在部分数据上训练模型、在其余数据上测试模型的方法,用来检验模型的表现。这有助于发现过拟合...
- 深度学习中的类别激活热图可视化
-
作者:ValentinaAlto编译:ronghuaiyang导读使用Keras实现图像分类中的激活热图的可视化,帮助更有针对性...
- 超强,必会的机器学习评估指标
-
大侠幸会,在下全网同名[算法金]0基础转AI上岸,多个算法赛Top[日更万日,让更多人享受智能乐趣]构建机器学习模型的关键步骤是检查其性能,这是通过使用验证指标来完成的。选择正确的验证指...
- 机器学习入门教程-第六课:监督学习与非监督学习
-
1.回顾与引入上节课我们谈到了机器学习的一些实战技巧,比如如何处理数据、选择模型以及调整参数。今天,我们将更深入地探讨机器学习的两大类:监督学习和非监督学习。2.监督学习监督学习就像是有老师的教学...
- Python 模型部署不用愁!容器化实战,5 分钟搞定环境配置
-
你是不是也遇到过这种糟心事:花了好几天训练出的Python模型,在自己电脑上跑得顺顺当当,一放到服务器就各种报错。要么是Python版本不对,要么是依赖库冲突,折腾半天还是用不了。别再喊“我...
- 神经网络与传统统计方法的简单对比
-
传统的统计方法如...
- 自回归滞后模型进行多变量时间序列预测
-
下图显示了关于不同类型葡萄酒销量的月度多元时间序列。每种葡萄酒类型都是时间序列中的一个变量。假设要预测其中一个变量。比如,sparklingwine。如何建立一个模型来进行预测呢?一种常见的方...
- 苹果AI策略:慢哲学——科技行业的“长期主义”试金石
-
苹果AI策略的深度原创分析,结合技术伦理、商业逻辑与行业博弈,揭示其“慢哲学”背后的战略智慧:一、反常之举:AI狂潮中的“逆行者”当科技巨头深陷AI军备竞赛,苹果的克制显得格格不入:功能延期:App...
- 时间序列预测全攻略,6大模型代码实操
-
如果你对数据分析感兴趣,希望学习更多的方法论,希望听听经验分享,欢迎移步宝藏公众号...
你 发表评论:
欢迎- 一周热门
- 最近发表
- 标签列表
-
- idea eval reset (50)
- vue dispatch (70)
- update canceled (42)
- order by asc (53)
- spring gateway (67)
- 简单代码编程 贪吃蛇 (40)
- transforms.resize (33)
- redisson trylock (35)
- 卸载node (35)
- np.reshape (33)
- torch.arange (34)
- npm 源 (35)
- vue3 deep (35)
- win10 ssh (35)
- vue foreach (34)
- idea设置编码为utf8 (35)
- vue 数组添加元素 (34)
- std find (34)
- tablefield注解用途 (35)
- python str转json (34)
- java websocket客户端 (34)
- tensor.view (34)
- java jackson (34)
- vmware17pro最新密钥 (34)
- mysql单表最大数据量 (35)