Googlen avoimen lähdekoodin mobiilisovelluskehityskehyksen Flutter uusin julkaisu integroi verkkorepon, tuo iOS 13 -tuen ja ML-pohjaisen koodin täydennyksen.
Monialustaisten sovellusten kehittäminen voi olla ei-natiivikoodin sotkua, joten Google päätti yrittää ratkaise tämä ongelma yhtenäisen työkalupakin avulla joka integroituu suoraan valitsemaasi editoriin. Integroimalla suoraan Android Studioon tai muihin valitsemiisi kehitysympäristöihin, Flutter luo nopeamman kehityskokemuksen, jonka avulla voit yhdistää käyttöliittymäsi suunnittelun eri alustoilla. Nyt Google on ilmoittanut uudesta vakaasta Flutter v1.9 -julkaisusta Dart 2.5:n rinnalla.
Tämän Flutter-julkaisun kohokohta on verkkotuen integrointi Flutterin päätietovarastoon, mikä on suuri muutos, koska sen avulla kehittäjät voivat kirjoittaa mobiililaitteille, pöytäkoneille ja webille samalla tavalla koodikanta. Lisäksi Flutter on saanut päivityksiä päästä päähän -työkalukokemukseensa, kuten tukea uudelle Xcode-rakennusjärjestelmälle, 64-bittisen tuen mahdollistaminen koko työkaluketjussa ja alustariippuvuuksien yksinkertaistaminen varmistaakseen, että se toimii hyvin macOS: ssä Catalina. Flutter 1.9 sisältää myös iOS 13:n vedettävän työkalupalkin toteutuksen, joka tukee pitkää painallusta ja oikealta vetämistä sekä värinäpalautetta. Myös iOS pimeän tilan tukeminen on käynnissä. Bitcodelle on saatavilla myös kokeellinen tuki kehitysversioissa. Uudet Flutter-projektit ovat nyt oletuksena Swift Objective-C: n sijaan iOS: lle ja Kotlin Java Androidille; mutta voit aina vaihtaa takaisin niihin, jos tarvitset niitä. Flutterin virheilmoituksia päivitetään myös, jotta ne olisivat luettavampia, tiiviimpiä ja käyttökelpoisempia.
Flutter 1.9:n rinnalla Google julkaisee myös Dart 2.5 SDK: n, joka sisältää sitten tekniset esikatselut kahdesta suuresta uudesta kehittäjälähtöisestä ominaisuudesta: koneoppimisen (ML) avulla toimiva koodin viimeistely ja the dart: ffi vierasfunktion käyttöliittymä C-koodin kutsumiseen suoraan Dartista. Koneoppimiseen perustuva koodin viimeistely on hyödyllistä, kun API-luettelo kasvaa liian suureksi ja liian pitkäksi tutkittavaksi aakkosjärjestyksessä. Kanssa ML valmis, Dart's TensorFlow Lite-powered mallia voidaan käyttää ennustamaan todennäköinen seuraava symboli, kun kehittäjä muokkaa. Ja kanssa dart: ffi, kehittäjät voivat hyödyntää olemassa olevien natiivisovellusliittymien lisäksi käyttöjärjestelmissä, joissa Dart-koodia suoritetaan, olemassa olevia C-kielellä kirjoitettuja natiivikirjastoja.
Näistä ja muista muutoksista voit lukea tarkemmin ilmoituspostauksista Flutter 1.9 ja Tikka 2.5.