在Devenv项目中解决Android SDK在M1 Mac上的安装问题
背景介绍
在开发环境中使用Nix包管理器配置Android开发工具链时,许多开发者遇到了一个常见问题:在搭载M1处理器的Mac电脑(aarch64-darwin架构)上安装Android SDK时会出现失败。这个问题主要源于Nixpkgs中对Android SDK包的原生支持不足。
问题分析
当开发者在M1 Mac上尝试启用Android支持时,系统会报错提示"没有适用于aarch64-darwin架构的Android SDK tarball可用"。这个错误发生在Nix的androidenv组件中,它目前主要针对x86架构进行了优化,对ARM架构的Mac支持不够完善。
解决方案
经过社区讨论和测试,发现可以通过以下方法解决这个问题:
-
使用nixpkgs-unstable分支:由于主分支可能尚未包含最新的修复补丁,切换到nixpkgs-unstable分支可以获取最新的Android SDK支持。
-
最小化Android配置:对于只需要支持Flutter开发的场景,可以精简Android配置,仅启用必要的组件。例如,可以禁用不需要的系统镜像、NDK等组件。
-
环境变量配置:确保正确设置FLUTTER_ROOT和DART_ROOT环境变量,指向正确的Flutter和Dart SDK路径。
配置示例
以下是一个在M1 Mac上工作的最小化配置示例:
languages.dart.enable = true;
languages.dart.package = pkgs.flutter;
android = {
systemImageTypes = [];
abis = [];
emulator.enable = false;
sources.enable = false;
systemImages.enable = false;
ndk.enable = false;
googleAPIs.enable = false;
googleTVAddOns.enable = false;
extras = [];
android-studio.enable = false;
enable = true;
flutter.enable = true;
flutter.package = pkgs.flutter;
};
env.FLUTTER_ROOT = lib.mkForce pkgs.flutter;
env.DART_ROOT = lib.mkForce "${pkgs.flutter}/bin/cache/dart-sdk";
未来展望
随着Nix社区对ARM架构支持的不断完善,预计未来版本的Nixpkgs将原生支持在M1 Mac上安装Android SDK,不再需要特殊配置。开发团队也在持续关注这一问题,计划在Devenv中集成更完善的跨平台支持。
结论
虽然目前在M1 Mac上配置Android开发环境需要一些额外步骤,但通过使用nixpkgs-unstable分支和精简配置,开发者仍然可以成功搭建开发环境。这一解决方案已经过实际验证,能够支持基础的Flutter开发需求。
kernelopenEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。C080
baihu-dataset异构数据集“白虎”正式开源——首批开放10w+条真实机器人动作数据,构建具身智能标准化训练基座。00
mindquantumMindQuantum is a general software library supporting the development of applications for quantum computation.Python056
PaddleOCR-VLPaddleOCR-VL 是一款顶尖且资源高效的文档解析专用模型。其核心组件为 PaddleOCR-VL-0.9B,这是一款精简却功能强大的视觉语言模型(VLM)。该模型融合了 NaViT 风格的动态分辨率视觉编码器与 ERNIE-4.5-0.3B 语言模型,可实现精准的元素识别。Python00
GLM-4.7GLM-4.7上线并开源。新版本面向Coding场景强化了编码能力、长程任务规划与工具协同,并在多项主流公开基准测试中取得开源模型中的领先表现。 目前,GLM-4.7已通过BigModel.cn提供API,并在z.ai全栈开发模式中上线Skills模块,支持多模态任务的统一规划与协作。Jinja00
agent-studioopenJiuwen agent-studio提供零码、低码可视化开发和工作流编排,模型、知识库、插件等各资源管理能力TSX0135
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