Hermes引擎在非React Native Android应用中的集成实践
2025-05-22 13:57:03作者:毕习沙Eudora
背景概述
Hermes作为Facebook开源的JavaScript引擎,最初为React Native设计,但其优异的性能表现使其在非RN场景中也颇具吸引力。许多开发者希望将其作为独立JS引擎集成到原生Android应用中,但在集成过程中遇到了获取核心库文件的挑战。
核心问题分析
开发者从Maven仓库获取hermes-android的AAR包后,发现缺少关键的libjsi.so动态库及其头文件。虽然react-android包中包含这些文件,但直接引入会导致不必要的依赖膨胀。这反映出Hermes官方发布包对非RN场景的支持不足。
技术解决方案
方案一:从源码编译
这是官方推荐的可靠方案,需要以下步骤:
- 环境准备
- 安装NDK工具链(建议21.4以上版本)
- 配置CMake构建系统
- 准备Android SDK基础环境
- 关键编译参数
cmake -DCMAKE_TOOLCHAIN_FILE=$ANDROID_NDK/build/cmake/android.toolchain.cmake \
-DANDROID_ABI=arm64-v8a \
-DANDROID_NATIVE_API_LEVEL=21 \
-DHERMES_ENABLE_DEBUGGER=OFF \
-DHERMES_BUILD_JSI=ON
- 产物说明 成功编译后将生成:
- libhermes.so(核心引擎)
- libjsi.so(JavaScript接口层)
- 配套的头文件
方案二:修改构建配置
对于熟悉构建系统的开发者,可以调整hermes-engine的CMakeLists.txt文件,确保JSI模块被包含在最终产物中。需要特别注意:
- 检查HERMES_BUILD_JSI选项是否开启
- 验证target_link_libraries是否包含jsi模块
- 确认install规则包含所有必要文件
实践建议
-
架构兼容性 建议同时构建armeabi-v7a和arm64-v8a版本以覆盖大多数设备,可通过ABI过滤器控制最终包体积。
-
性能优化 在非RN场景下,可以关闭RN特定功能以减少包大小:
-DHERMES_ENABLE_INTL=OFF
-DHERMES_ENABLE_LIBFUZZER=OFF
- 版本管理 建议建立内部Maven仓库管理自定义编译版本,便于团队协作和持续集成。
常见问题排查
- 产物验证 编译完成后应检查:
- jni目录下是否包含各ABI的so文件
- include目录是否包含jsi头文件
- aar包的MANIFEST.MF是否完整
- 运行时问题 若出现JNI链接错误,需检查:
- System.loadLibrary调用顺序
- ProGuard保留规则
- 多ABI下的文件完整性
结语
Hermes作为高性能JS引擎在非RN场景的应用具有很大潜力,通过源码编译可以获得最大的灵活性和控制权。随着社区需求的增长,未来官方可能会提供更完善的非RN支持方案。开发者目前需要掌握从源码构建的能力,这是深入使用Hermes的关键技能。
登录后查看全文
热门项目推荐
相关项目推荐
ERNIE-4.5-VL-28B-A3B-ThinkingERNIE-4.5-VL-28B-A3B-Thinking 是 ERNIE-4.5-VL-28B-A3B 架构的重大升级,通过中期大规模视觉-语言推理数据训练,显著提升了模型的表征能力和模态对齐,实现了多模态推理能力的突破性飞跃Python00
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
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Python00
HunyuanVideo-1.5暂无简介00
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能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
GOT-OCR-2.0-hf阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00
最新内容推荐
IEC61850建模工具及示例资源:智能电网自动化配置的完整指南 海康威视DS-7800N-K1固件升级包全面解析:提升安防设备性能的关键资源 2022美赛A题优秀论文深度解析:自行车功率分配建模的成功方法 SteamVR 1.2.3 Unity插件:兼容Unity 2019及更低版本的VR开发终极解决方案 PhysioNet医学研究数据库:临床数据分析与生物信号处理的权威资源指南 Photoshop作业资源文件下载指南:全面提升设计学习效率的必备素材库 海能达HP680CPS-V2.0.01.004chs写频软件:专业对讲机配置管理利器 咖啡豆识别数据集:AI目标检测在咖啡质量控制中的革命性应用 TJSONObject完整解析教程:Delphi开发者必备的JSON处理指南 Windows Server 2016 .NET Framework 3.5 SXS文件下载与安装完整指南
项目优选
收起
deepin linux kernel
C
24
7
Ascend Extension for PyTorch
Python
182
196
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
648
265
TorchAir 支持用户基于PyTorch框架和torch_npu插件在昇腾NPU上使用图模式进行推理。
Python
274
94
暂无简介
Dart
623
140
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
380
3.41 K
React Native鸿蒙化仓库
JavaScript
242
315
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.1 K
621
仓颉编译器源码及 cjdb 调试工具。
C++
126
856
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
9
1