文章目录
-
-
- 选型背景与评估维度
- 第一梯队:首选技术路线(极致开发效率,AI辅助成熟)
-
- [Python + Flet](#Python + Flet)
- Electron(Web全栈路线)
- 第二梯队:兼顾效率与产物质量(工业级/轻量型方案)
-
- [Qt(统一技术路线,PySide6 优先)](#Qt(统一技术路线,PySide6 优先))
- [Go + Wails](#Go + Wails)
- [Tauri 2](#Tauri 2)
- 第三梯队:特定语言栈优选方案
-
- [.NET + Avalonia UI](#.NET + Avalonia UI)
- [.NET + WinForms / WPF](#.NET + WinForms / WPF)
- 非推荐与过时技术路线
- HTML单文件方案(浏览器直接打开,双击本地HTML运行)
-
- 方案概述
- 能力范围
-
- JS与主流库均支持
- 有限的本地文件访问(同目录资源、数据与配置文件)
-
- [JS/CSS 等外部资源文件的访问规则](#JS/CSS 等外部资源文件的访问规则)
- [数据/配置以 JS 文件承载的可行性与最佳实践](#数据/配置以 JS 文件承载的可行性与最佳实践)
- 绕过限制:浏览器启动参数与快捷方式实现
- [核心推荐方案:数据内嵌到 HTML 文件](#核心推荐方案:数据内嵌到 HTML 文件)
- 用户主动触发的文件读写
- 其他可用能力
- 明确边界与短板
- [适合场景 & 不适合场景](#适合场景 & 不适合场景)
- 最简示例思路
- macOS开发、交付Windows产物的通用工作流与注意事项
- 选型决策速查表
-
选型背景与评估维度
场景约束
本文针对以下特定场景进行选型:
- 开发环境:macOS + VS Code,开发者为全栈技术背景,语言栈无限制
- 交付目标:仅支持 Windows 10/11 平台,专用 Win10 测试机负责编译、打包与最终测试
- 产品定位:原型级程序,不追求界面美观,核心诉求为开发快、打包简单、落地周期短
- 隐藏权重:社区流行度与 AI IDE 友好度优先------训练语料越丰富、社区存量越大,AI 生成代码、排错效率越高
核心评估维度
- 开发上手速度:脚手架复杂度、UI 构建效率、调试反馈周期
- AI IDE 友好度:公开代码存量、文档完善度、AI 生成可运行代码的准确率
- 打包便捷性:Windows 端打包命令复杂度、依赖处理成本、产物交付形式
- 社区生态:问题排查资源、第三方组件库、成熟案例数量
- 产物特性:安装包体积、启动速度、系统运行时依赖
第一梯队:首选技术路线(极致开发效率,AI辅助成熟)
本梯队方案开发效率最高、AI 辅助最稳定,是快速原型的最优选择;梯队内无严格先后,可根据自身技术栈偏好决策。
Python + Flet
- 技术定位:基于 Flutter 渲染引擎的 Python 声明式 GUI 框架,一套代码可同时输出桌面、移动端与 Web 程序
- 流行度与 AI 友好度:GitHub 45k+ Stars,是 2024-2025 年增长最快的 Python GUI 框架。声明式 UI 结构高度规律,叠加 Python 语言的海量训练语料,AI 生成可运行代码的准确率极高;热重载能力进一步加快 UI 迭代速度。
- 开发体验:macOS 下 VS Code 直接编写 Python 代码即可,无需掌握前端技术栈;内置 Material 风格控件,表单、表格、弹窗、文件选择器等开箱即用,原型阶段完全不用关心样式。
- Windows 打包方案 :在 Windows 测试机执行
flet build windows即可生成独立 EXE;也可配合 PyInstaller 实现单文件打包。 - 参考资源 :
- 官方网站:https://flet.dev/
- GitHub 仓库:https://github.com/flet-dev/flet
- 适用场景:Python 技术栈、追求最短原型落地周期、后续可能扩展移动端
Electron(Web全栈路线)
- 技术定位:Chromium + Node.js 跨平台桌面应用框架,使用 Web 技术栈构建原生桌面程序
- 流行度与 AI 友好度:桌面 Web 框架领域的绝对龙头,社区生态体量无出其右。HTML/CSS/JS/TS 是 AI 训练最充分的技术领域,前端页面、业务逻辑生成几乎零门槛;主进程、IPC 通信、打包配置相关的公开资料极多,AI 排错能力强。
- 开发体验:macOS 下 VS Code 开发体验拉满,可无缝复用所有前端生态;表单、数据看板、可视化类原型的迭代速度远超原生控件方案。
- Windows 打包方案 :在 Windows 测试机使用 Electron Forge,一键生成 EXE 或 NSIS 安装包;严禁在 macOS 端交叉编译 Windows 正式安装包,签名、系统依赖坑点极多。
- 参考资源 :
- 官方网站:https://www.electronjs.org/
- GitHub 仓库:https://github.com/electron/electron
- 优缺点:包体积偏大(空包 150MB+)、运行内存占用高;但原型阶段体积代价可接受,开发效率与生态丰富度是核心优势。
第二梯队:兼顾效率与产物质量(工业级/轻量型方案)
本梯队方案在开发效率与产物质量间取得平衡,适合原型有明确转正预期、或对包体积有一定要求的场景。
Qt(统一技术路线,PySide6 优先)
Qt 为完整的跨平台原生 GUI 技术体系,C++ 与 Python 仅为不同语言实现分支,不算独立路线。
- 技术定位:工业级跨平台桌面应用标准框架,提供完整的原生控件体系与系统能力封装
- 语言分支建议(原型场景) :
- 首选:PySide6(Qt for Python):Python 语言开发,迭代速度快,AI 代码容错率高,LGPL 协议友好
- 备选:Qt C++:仅在高性能、强原生需求场景使用,原型阶段不推荐
- 流行度与 AI 友好度:桌面 GUI 领域老牌霸主,数十年技术积累,StackOverflow 问答、教程、开源案例存量极大。AI 对 QtWidgets 控件、信号槽机制、标准布局的代码生成极其稳定,几乎不会出现原则性错误。
- 开发体验:Widgets 模式直接堆砌原生控件,无需编写 CSS;PySide6 自带 Qt Designer 可视化设计器,拖拽布局效率极高;macOS 端可预览布局与基础逻辑,最终验证放在 Windows 端完成。
- Windows 打包方案 :
- PySide6:
pyside6-deploy单命令打包,或使用 PyInstaller 定制化打包 - Qt C++:使用
windeployqt工具收集依赖并部署
- PySide6:
- 参考资源 :
- Qt 官方网站:https://www.qt.io/
- PySide6 官方文档:https://doc.qt.io/qtforpython/
- Qt 官方 GitHub:https://github.com/qt
- 适用场景:需要原生控件体验、复杂交互逻辑、原型后续大概率转为正式工业级产品
Go + Wails
- 技术定位:Go 语言后端 + Web 前端 + 系统 WebView2 的轻量桌面应用框架
- 流行度与 AI 友好度:GitHub 31.4k+ Stars,是 Go 生态最热门的桌面方案。前端部分完全复用 Web 技术,AI 生成页面代码准确率拉满;Go 后端语法简单、业务逻辑规整,AI 辅助效果良好。
- 开发体验:macOS 端前端开发体验与纯 Web 项目一致;Go 后端编译速度快,前后端通过绑定自动生成调用接口,IPC 心智负担低。
- Windows 打包方案 :在 Windows 测试机执行
wails build,秒级编译出单文件 EXE,产物仅 10~20MB;依赖系统自带 WebView2(Win10 1809+ 版本默认预装)。 - 参考资源 :
- 官方网站:https://wails.io/
- GitHub 仓库:https://github.com/wailsapp/wails
- 适用场景:Go 技术栈偏好、对产物体积敏感、原型有明确转正规划
Tauri 2
- 技术定位:Rust 后端 + Web 前端 + 系统 WebView2 的高性能、高安全桌面框架
- 流行度与 AI 友好度:GitHub 82.8k+ Stars,近年爆发式增长。前端部分 AI 友好度为顶级水平;但 Rust 后端 + Tauri 专属绑定的训练语料相对偏少,AI 生成代码容易出现编译错误,需要人工调试。
- 开发体验:前端技术栈自由选择(Vue/React/纯 HTML 均可);Rust 后端性能强、安全性高,但编译等待时间长,所有权检查会显著拖慢原型迭代节奏。
- Windows 打包方案 :在 Windows 测试机执行
tauri build,生成极小体积安装包(10~40MB);依赖系统 WebView2 运行时。 - 参考资源 :
- 官方网站:https://tauri.app/
- GitHub 仓库:https://github.com/tauri-apps/tauri
- 适用场景:前端技术栈、追求极致小包、原型有明确转正规划、接受 Rust 学习成本
第三梯队:特定语言栈优选方案
本梯队方案仅在对应技术栈背景下具备性价比,通用原型场景优先级低于前两梯队。
.NET + Avalonia UI
- 技术定位:C# + XAML 跨平台桌面 UI 框架,.NET 生态首选跨平台桌面方案
- 流行度与 AI 友好度:GitHub 32k+ Stars,.NET 跨平台桌面领域热门。C# 语言语料丰富,AI 生成业务代码稳定;但 Avalonia 专属 XAML 语法与平台 API 的训练样本相对较少,容易出现兼容性问题。
- 开发体验:macOS 下 VS Code + C# DevKit 即可开发;无可视化设计器,纯代码编写布局,UI 调整必须同步到 Windows 环境验证,反馈循环较慢。
- Windows 打包方案 :在 Windows 测试机执行
dotnet publish,支持单文件发布与 AOT 编译。 - 参考资源 :
- 官方网站:https://avaloniaui.net/
- GitHub 仓库:https://github.com/AvaloniaUI/Avalonia
- 适用场景:C#/.NET 技术栈、后续需要长期维护的 Windows 原生产品
.NET + WinForms / WPF
- 技术定位:微软传统 Windows 原生 UI 框架,仅支持 Windows 平台
- 流行度与 AI 友好度:历史存量代码极多,基础教程资源丰富;但属于成熟传统技术,新项目活跃度低。AI 生成简单表单代码稳定,复杂样式、数据绑定、MVVM 相关内容容易出现过时或错误。
- 开发体验:macOS 端无法使用可视化设计器,纯代码开发效率低;强依赖 Windows 环境与 Visual Studio 进行调试与预览。
- Windows 打包方案 :WinForms/WPF 项目在 Windows 上使用
dotnet publish,可发布独立部署包;传统方案也可使用 ClickOnce、MSI 安装包。 - 参考资源 :
- 适用场景:已有 .NET Framework 历史资产、纯 Windows 专属内部工具
非推荐与过时技术路线
以下路线均不建议用于本次快速原型场景,仅作认知参考与避坑说明。
- Java GUI(Swing/AWT/JavaFX):桌面生态极度萎缩,界面风格老旧,打包部署流程复杂;AI 训练语料陈旧,开发与排错效率极低。
- PySimpleGUI:项目经历商业化失败后长期停滞,2026 年才以 LGPL3 协议重新开源,生态断层严重;AI 训练数据多为旧版本,兼容性与可用性风险高。
- Rust + egui:纯代码即时模式 GUI 框架,Rust 编译慢、所有权检查会显著拖慢原型迭代;桌面端业务样例少,AI 生成复杂 UI 的准确率低,仅适合 Rust 语言专家。
- Flutter Desktop:移动端生态强势,但桌面端样本量少,Windows 打包链路重、编译速度慢;UI 体系自成一派,原型阶段学习投入与产出比低。
- WinUI 3:微软新一代 Windows 原生 UI,但生态不成熟,文档与样例少;强绑定 Windows SDK 与 Visual Studio,macOS 开发体验极差,打包配置复杂度高。
- NeutralinoJS:极简 WebView 框架,包体积极小但系统 API 能力极弱,仅适合超简单静态页面工具,无法支撑有业务逻辑的原型开发。
HTML单文件方案(浏览器直接打开,双击本地HTML运行)
方案概述
不借助任何桌面框架、编译打包流程;仅产出一个 .html 文件(可配套同目录js/css、json/csv等数据文件),最终用户在Windows上直接双击该html,调用系统默认浏览器(Edge/Chrome)打开运行。
开发:Mac VS Code写HTML/JS/CSS,写完直接Git同步,Windows上无需编译打包,双击即用。
本质:网页原型,只是本地离线运行,不是独立桌面GUI程序。
能力范围
JS与主流库均支持
- 原生JS、ES6+全部支持;
- CDN方式引入:Vue、React、Tailwind、ECharts、Day.js、SheetJS(xlsx)等绝大多数前端库**都可以直接本地加载运行**;
- 也可以把库下载到本地同目录,相对路径引入,做到**完全离线、不依赖外网**;
- WebAssembly库(如wasm的计算库、解析库)同样支持本地打开执行。
有限的本地文件访问(同目录资源、数据与配置文件)
在 file:// 本地文件协议下,浏览器出于安全沙箱限制,对本地文件的访问实行分级管控,不同加载方式、不同文件类型的可用权限差异显著。
JS/CSS 等外部资源文件的访问规则
- 原生标签加载(默认允许) :通过
<script src="./config.js">、<link rel="stylesheet" href="./style.css">、<img src="./assets/logo.png">等原生标签,以相对路径引用同目录、子目录下的.js、.css、图片等资源,Chromium 内核浏览器(Chrome、Edge)默认可以正常加载、执行与渲染,不受 fetch 类请求的 CORS 规则约束。 - 源码读取(默认禁止) :通过
fetch、XHR、动态import()读取任意本地文件的原始文本内容(即便文件本身是.js、.css),现代浏览器默认全部拦截,直接触发本地文件安全错误。 - 补充说明:部分高安全等级配置或老旧浏览器,可能对跨层级目录的本地脚本加载做额外限制;同目录与子目录内的资源加载,在主流 Win10/Win11 自带 Edge 中表现稳定。
数据/配置以 JS 文件承载的可行性与最佳实践
- 仅修改扩展名不可行 :单纯将
.json、.txt重命名为.js而不修改内容,浏览器会按脚本语法解析,因 JSON 不是合法 JS 语句直接抛出SyntaxError,无法正常加载。 - 成熟可行的业内通用方案
将数据包装为合法的 JavaScript 语法,是前端领域长期存在的标准配置承载方式,并非"伪装",而是合法利用脚本语言特性:- 全局变量赋值 :
window.APP_CONFIG = { theme: "dark", port: 8080 };,兼容性最好,无需模块化环境,直接通过全局变量读取。 - ES Module 导出 :
export const config = { ... }或export default { ... },配合<script type="module">与import语法使用,是现代前端项目的标准做法。 - 回调/模块格式 :如 JSONP 风格的
callback({ ... })、AMD 风格的define({ ... }),多用于特定历史场景或跨域兼容场景。
- 全局变量赋值 :
- 优势与局限
- 优势:相比纯 JSON 支持注释、函数、正则表达式、简单逻辑计算,灵活度更高;作为
.js文件可通过原生 script 标签直接加载,规避 fetch 本地文件限制。 - 局限:本质是可执行脚本,若加载不可信来源的配置文件存在安全风险;依然无法通过 fetch 读取其原始文本。
- 优势:相比纯 JSON 支持注释、函数、正则表达式、简单逻辑计算,灵活度更高;作为
绕过限制:浏览器启动参数与快捷方式实现
- 参数作用 :给 Chromium 内核浏览器添加
--allow-file-access-from-files启动参数,可解除本地文件协议下的 fetch、动态 import 限制,允许脚本自由读取同目录任意类型的文件。 - 快捷方式可行性
- 可以创建 Chrome/Edge 的专属桌面快捷方式,在"目标"字段的可执行文件路径末尾追加参数(注意前加空格),双击即可带参启动。
- 硬性限制 :Windows 快捷方式的"目标"字段必须填写浏览器可执行文件的绝对路径 ,不支持
.、..、%CD%等相对路径与动态变量;浏览器安装路径通常固定,测试机场景可直接写死。
- 目录动态适配方案 :若 HTML 文件位置不固定,推荐编写
.bat批处理脚本,通过%~dp0获取脚本自身所在目录,动态拼接 HTML 文件路径后再带参启动浏览器,比快捷方式更灵活。 - 适用范围:仅适合开发测试阶段自用,绝不可要求普通用户修改浏览器启动参数。
核心推荐方案:数据内嵌到 HTML 文件
该方案完全规避 file:// 协议的外部资源加载限制,单 HTML 文件即可完成分发与运行,是离线本地原型最可靠的落地方式,业内成熟的实现变种包括:
<script type="application/json">(语义化标准方案)
html
<script type="application/json" id="app-config">
{
"title": "原型系统",
"threshold": 100,
"enableDebug": true
}
</script>
浏览器不会执行该标签内的内容,仅作为纯文本容器;JS 通过 JSON.parse(document.getElementById('app-config').textContent) 读取解析。这是 W3C 体系下公认的内嵌结构化数据方式,语义清晰、无需转义、支持格式化,应用最广泛。
- 内联 JS 数据/模块
直接在<script>标签内定义全局变量或导出模块,等价于外部 JS 配置文件的内容内联化:
html
<script>
window.__GLOBAL_DATA__ = { items: [1, 2, 3], version: "1.0" };
</script>
<!-- 模块化写法 -->
<script type="module">
export const runtimeConfig = { debug: true };
</script>
支持注释、复杂数据类型与简单逻辑;注意若数据包含用户输入内容,需转义 </script> 字符串,避免 XSS 风险。
- Data URL(二进制/小资源内嵌)
HTML5 标准机制,支持将图片、字体、小型文本等资源编码为 Base64 或百分号格式,直接内嵌到 HTML 中:
html
<img src="data:image/png;base64,iVBORw0KGgoAAAANSUhEUgAAAAEAAAABCAYAAAAfFcSJAAAADUlEQVR42mNk+M9QDwADhgGAWjR9awAAAABJRU5ErkJggg==" />
文本、JSON 配置也可通过 data:text/plain;charset=utf-8,... 格式内嵌,但大体积内容会导致 HTML 文件膨胀、可读性变差,仅推荐用于小型资源。
- 自定义纯文本容器
使用<script type="text/plain">、<script type="text/yaml">等非标准 MIME 类型,浏览器均视为纯文本不执行,可存放 YAML、CSV、Markdown 等非 JSON 格式数据,由 JS 自行读取并配合对应解析库处理。
此外<template>标签也可作为原始文本容器,内容不会被页面渲染,适合存放 HTML 模板或长文本配置。
html
<!-- 1. text/plain:存放CSV原始文本 -->
<script type="text/plain" id="csv-data">
name,value,note
foo,100,测试A
bar,200,测试B
</script>
<!-- 2. text/yaml:存放YAML配置 -->
<script type="text/yaml" id="yaml-data">
service:
name: demo-proto
debug: true
limits:
max: 500
</script>
<!-- 3. template:存放HTML片段/长文本模板 -->
<template id="row-tpl">
<div class="row-item">
<span class="name"></span>
<span class="val"></span>
</div>
</template>
<script>
// 读取通用逻辑,三种容器读取方式一致
const csvRaw = document.getElementById('csv-data').textContent;
const yamlRaw = document.getElementById('yaml-data').textContent;
const tplNode = document.getElementById('row-tpl').content;
console.log("CSV文本:", csvRaw);
console.log("YAML文本:", yamlRaw);
</script>
- 内嵌版:
<script type="application/json|或其他text类型">内容</script>= HTML 标签作为文本容器,内容放在 HTML 内部,不执行;- 外嵌裸 JSON/YAML:不能通过
<script src>+ 这个 type 标签加载 ,这个 type 只对内嵌在标签体内的文本生效。<template>本身就没有 src 属性,它只能内嵌内容,天生不能加载外部文件。- 内嵌方案共性优势:彻底摆脱外部文件依赖,双击即用无兼容性问题;局限是程序运行时无法静默修改磁盘上的 HTML 源文件,数据更新需要重新生成完整 HTML 文件。
用户主动触发的文件读写
- 只读场景 :使用
<input type="file">+FileReader,由用户手动选择文件后,可读取本地任意文件的内容(不限于同目录)。这是所有浏览器都支持的标准无门槛方案,SheetJS 等表格解析库均采用此模式。 - 写入/保存场景 :无法直接覆盖修改磁盘上的原有文件;只能通过
Blob + URL.createObjectURL + <a download>触发浏览器下载弹窗,由用户手动选择保存位置与文件名。
核心边界:在默认浏览器安全策略下,JS 不能静默读写覆盖磁盘上的同目录文件;只能通过原生标签加载执行 JS/CSS、读取内嵌到 HTML 中的数据,或由用户主动选择文件读取、主动触发下载保存。
其他可用能力
- DOM、Canvas、WebGL、Web Audio、表单、本地存储
localStorage/sessionStorage:正常可用,localStorage是浏览器隔离存储,不是和html同目录的文件; - IndexedDB:浏览器内数据库,数据存在浏览器配置目录,不是业务侧可控文件;
- 弹窗、通知(Notification):本地file协议下,大部分浏览器不允许网页通知;
- 剪贴板:现代浏览器在用户主动点击触发后,支持剪贴板读写;
- 拖拽:支持文件拖拽到页面,配合FileReader读取。
明确边界与短板
- 不是独立桌面程序,依赖系统浏览器;窗口管理能力弱,没有托盘、全局快捷键、隐藏后台、原生窗口控制;
- file协议(
file://)和http服务模式差异巨大:很多Web API、第三方库在file协议下行为异常; - 无权限 静默读写磁盘文件,无法 自动读写同目录配置文件;想要自动加载数据,推荐方案:参见上面小节详述;
- 浏览器安全策略随时可能收紧,不同浏览器、不同版本行为不一致;
- 不能直接调用Windows原生API(注册表、串口、服务、文件系统底层接口等);
- 分享给别人使用时,体验和普通exe程序差距很大。
适合场景 & 不适合场景
✅ 适合:纯展示、简单表单、数据可视化、轻量计算原型;不需要自动读写本地文件、不需要调用系统原生能力;追求零打包、零依赖、分发就是一个html文件 。
❌ 不适合:需要自动持久化到本地json、后台常驻、托盘、串口、调用Windows原生接口、希望用户双击后像普通桌面软件一样使用。
最简示例思路
- 模式A(内嵌数据,完全无外部文件):所有配置数据写在html内部script,开箱即用,无跨域问题;
- 模式B(用户手动加载):页面放文件选择按钮,用户选中同目录data.json,JS读取解析;修改后点导出,浏览器下载新json。
macOS开发、交付Windows产物的通用工作流与注意事项
标准协作工作流
核心原则:macOS 只负责代码编写与基础逻辑验证,所有编译、打包、最终测试全部在 Windows 测试机执行,彻底规避交叉编译的各类坑点。
- macOS 端 VS Code 编写代码,提交至 Git 仓库
- Windows 测试机拉取代码,安装对应语言 SDK 与框架依赖
- 在 Windows 原生环境执行编译、打包命令,产出最终 EXE 或安装包
- 直接在 Windows 测试机完成功能验证、UI 适配与兼容性测试
通用注意事项
- 路径兼容性 :代码中禁止硬编码 Windows 盘符路径,统一使用各语言的跨平台路径 API(如 Python
os.path、Gopath/filepath、Node.jspath模块),避免斜杠与反斜杠差异导致的异常。 - 换行符处理 :Git 配置
core.autocrlf策略,避免 Windows CRLF 与 macOS LF 换行符差异导致脚本、配置文件运行异常。 - 系统 API 隔离:Windows 专属能力(注册表读写、系统托盘特殊行为、原生对话框扩展)需做平台判断封装,macOS 端仅保留占位逻辑,避免编译报错。
- 字体与渲染差异:WebView 类框架(Tauri/Wails/Electron)注意系统默认字体差异,原型阶段优先使用通用字体族,避免 macOS 显示正常、Windows 字体错乱或布局溢出。
- 严禁交叉编译的典型场景 :
- Electron:macOS 无法生成带签名的正规 Windows 安装包,仅能产出压缩包,正式交付必须在 Windows 环境打包
- Qt C++:macOS 交叉编译 Windows 的环境配置极其复杂,远不如直接在 Windows 编译稳定
- WinForms/WPF:macOS 无原生运行时,无法进行有效预览与调试
典型路线实践示例
- PySide6 路线 :macOS 端可运行 macOS 版 Qt 程序,预览布局与核心逻辑;功能验证通过后,同步到 Windows 执行
pyside6-deploy打包最终交付产物。 - Electron 路线:macOS 端可正常运行开发模式,调试前端页面与主进程逻辑;打包 Windows 安装包必须切换到 Windows 机器执行。
选型决策速查表
| 优先级梯队 | 技术路线 | 核心优势 | AI友好度 | 打包产物体积 | 适合人群 |
|---|---|---|---|---|---|
| 第一梯队 | Python + Flet | Python 语料最多,声明式 UI,热重载迭代快 | ⭐⭐⭐⭐⭐ | 中等(50MB+) | Python 全栈、追求最快出原型 |
| 第一梯队 | Electron | Web 生态最全,前端 AI 生成零门槛 | ⭐⭐⭐⭐⭐ | 大(150MB+) | 前端全栈、复杂页面类原型 |
| 第二梯队 | Qt(PySide6) | 原生控件丰富,工业级标准,生态极成熟 | ⭐⭐⭐⭐ | 中等偏大 | 需要原生体验、后续转正 |
| 第二梯队 | Go + Wails | Web 前端 AI 友好,Go 编译快,包体积小 | ⭐⭐⭐⭐ | 小(10-20MB) | Go 技术栈、在意包体积 |
| 第二梯队 | Tauri 2 | 包体积极小,安全高性能 | ⭐⭐⭐☆ | 极小(10-40MB) | 前端+Rust、追求极致轻量 |
| 第三梯队 | Avalonia UI | .NET 生态,原生性能 | ⭐⭐⭐⭐ | 良好(单文件) | C#/.NET 技术栈 |
需要我针对其中某一条路线,补充一份最小可运行的工程模板 + Windows 打包命令清单吗?