WindowsAppSDK项目中的RuntimeIdentifiers配置问题解析
问题背景
在WindowsAppSDK项目中,当开发者从1.4版本升级到1.5版本并同时迁移到.NET 8.0时,可能会遇到RuntimeIdentifiers(RID)相关的构建错误。这个问题源于项目模板和构建系统对RID处理方式的变化。
技术细节
在.NET 8.0中,微软对运行时标识符(RID)系统进行了重大调整,移除了对特定版本RID(如"win10-x64")的默认支持,转而推荐使用更通用的RID(如"win-x64")。这种变化影响了WindowsAppSDK项目的构建过程,特别是当项目包含资源生成(MRT Core)时。
核心问题出现在MrtCore.PriGen.targets文件中,该文件默认使用了非便携式RID(win10-*),而没有根据目标框架版本(.NET 6/7 vs .NET 8+)进行区分。这与项目模板中的处理方式不一致,项目模板已经根据TargetFramework版本正确设置了RID。
解决方案
对于遇到此问题的开发者,可以采取以下解决方案:
-
手动修改RuntimeIdentifiers: 在项目文件中添加或修改RuntimeIdentifiers属性:
<PropertyGroup> <RuntimeIdentifiers>win-x86;win-x64;win-arm64</RuntimeIdentifiers> </PropertyGroup> -
更新发布配置文件(.pubxml): 需要修改Properties文件夹下的.pubxml文件内容,将RuntimeIdentifier从"win10-x64"等改为"win-x64"等格式。
-
完整升级步骤:
- 首先更新Windows SDK Build Tools至10.0.22621.2428或更高版本
- 然后更新Windows App SDK至1.5+
- 修改RuntimeIdentifiers和.pubxml文件中的RID设置
注意事项
-
项目模板文件(.pubxml)的名称可以保持不变,只需修改其内容中的RuntimeIdentifier值。
-
如果遇到IntelliSense警告关于PublishProtocol元素的无效性,这通常只是编辑器问题,不影响实际构建过程。
-
对于单元测试项目引用WinAppSDK项目的情况,也需要确保正确设置了RuntimeIdentifiers。
最佳实践
-
对于新项目,建议直接从最新的项目模板开始,避免手动修改的麻烦。
-
对于现有项目升级,建议先备份项目,然后按照上述步骤逐步修改。
-
考虑使用条件语句来处理不同.NET版本下的RID设置,提高项目的兼容性。
总结
WindowsAppSDK 1.5版本虽然官方宣布完成了对.NET 8的支持,但在实际升级过程中仍需要开发者进行一些手动配置调整。理解RID系统在.NET 8中的变化以及如何正确配置项目文件,是确保顺利升级的关键。随着未来Visual Studio版本的更新,预计这些模板问题将得到解决,减少手动配置的需求。
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