Den nyeste udgivelse af Flutter, Googles open source-mobilapp-dev-framework, integrerer web-repoen, bringer iOS 13-support og ML-baseret kodefuldførelse.
At udvikle apps på tværs af platforme kan være et rod af ikke-native kode, så Google satte sig for at forsøge at gøre det løse dette problem med et samlet værktøjssæt der integreres direkte med din valgte editor. Ved at integrere direkte med Android Studio eller andre udviklingsmiljøer efter eget valg, Fladder skaber en hurtigere udviklingsoplevelse, der giver dig mulighed for at forene dit UI-design på tværs af platforme. Nu har Google annonceret en ny stabil udgivelse af Flutter v1.9 sammen med Dart 2.5.
Højdepunktet i denne Flutter-udgivelse er integrationen af websupport i Flutter-hovedlageret, hvilket er en stor ændring, da det giver udviklere mulighed for at skrive til mobil, desktop og web med det samme kodebase. Yderligere har Flutter modtaget opdateringer til sin end-to-end værktøjsoplevelse, såsom support til det nye Xcode-byggesystem, aktiverer 64-bit support i hele værktøjskæden og forenkler platformsafhængigheder for at sikre, at det fungerer godt på macOS Catalina. Flutter 1.9 inkluderer også en implementering af iOS 13-værktøjslinjen, der kan trækkes, med understøttelse af langt tryk og træk-fra-højre-handlinger og vibrationsfeedback. Der arbejdes også på at understøtte iOS mørk tilstand. Der er også eksperimentel support tilgængelig for Bitcode i udviklingsbuildene. Nye Flutter-projekter er nu som standard Swift i stedet for Objective-C til iOS og til Kotlin i stedet for Java til Android; men du kan altid skifte tilbage til dem, hvis du har brug for dem. Fejlmeddelelser på Flutter får også en opdatering for at gøre dem mere læsbare, mere kortfattede og mere handlingsrettede.
Udover Flutter 1.9 udgiver Google også Dart 2.5 SDK, som derefter inkluderer tekniske forhåndsvisninger af to store nye udviklerorienterede funktioner: kodefuldførelse drevet af maskinlæring (ML), og det dart: ffi udenlandsk funktionsgrænseflade til at kalde C-kode direkte fra Dart. Machine Learning-baseret kodefuldførelse er praktisk, når API-listen bliver for stor og for lang til at udforske alfabetisk. Med ML komplet, Dart's TensorFlow Lite-powered model kan bruges til at forudsige det sandsynlige næste symbol, mens udvikleren redigerer. Og med dart: ffi, kan udviklere udnytte ikke kun eksisterende native API'er på de operativsystemer, hvor Dart-kode kører, men også eksisterende native biblioteker på tværs af platforme skrevet i C.
Du kan læse mere om disse og andre ændringer i detaljer i meddelelsesindlæggene for Flutter 1.9 og Dart 2.5.