Redex项目处理APK时遇到重复类问题的解决方案
在Android应用开发过程中,开发者经常会使用Redex这样的优化工具来处理APK文件。然而,在使用Redex处理经过R8编译的APK时,可能会遇到一个典型的问题:系统报告发现了重复的类定义,特别是来自android.jar中的类。
问题背景
当开发者使用Redex处理APK时,可能会遇到类似以下的错误信息:
Found duplicate class in two different files.
错误中提到的重复类通常是Android框架类,如Landroid/app/ServiceStartNotAllowedException。这种情况通常发生在先使用R8进行代码优化和混淆,再使用Redex进行进一步处理的场景中。
问题根源
这个问题的根本原因在于R8的API建模功能。R8会在编译过程中合成一些类,目的是为了改善应用性能并减轻软验证错误。这些合成的类与Android框架中的原始类产生了冲突,导致Redex在处理时无法识别这种特殊情况。
解决方案
目前有两种主要的解决方案:
-
禁用R8的API建模功能
在Gradle构建文件中添加以下配置可以关闭R8的API建模功能:System.setProperty("com.android.tools.r8.disableApiModeling", "1")这种方法直接解决了问题根源,避免了R8生成这些可能引起冲突的合成类。
-
调整构建流程
开发者也可以考虑调整构建流程的顺序:- 首先使用D8(而不是R8)生成dex文件
- 然后使用Redex处理这些dex文件
- 最后再使用R8进行混淆
值得注意的是,Redex本身也具备混淆功能,因此如果只是需要混淆,完全可以依赖Redex完成,不需要额外的R8步骤。
技术展望
虽然目前需要开发者手动解决这个问题,但Redex开发团队已经意识到这个问题,并计划在未来版本中更好地处理R8生成的存根类。不过,这个改进的具体时间表尚未确定。
最佳实践建议
对于大多数项目,建议采用第一种解决方案,即禁用R8的API建模功能。这种方法:
- 改动最小,只需要添加一行配置
- 保持了完整的R8优化功能
- 避免了构建流程的复杂化
第二种方案虽然可行,但会导致构建流程更加复杂,且可能失去R8提供的某些优化机会。
通过理解这个问题及其解决方案,开发者可以更顺畅地在项目中使用Redex和R8的组合,充分发挥这两个强大工具的优势。
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
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
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。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