解决Isar Flutter库在compileSdk 34下的资源链接错误
在Flutter开发中使用Isar数据库时,许多开发者遇到了一个常见的构建错误,特别是在升级到compileSdk 34后。这个错误通常表现为Android资源链接失败,提示"resource android:attr/lStar not found"。
问题背景
当开发者尝试构建Flutter应用时,特别是在发布模式下,Gradle任务:isar_flutter_libs:verifyReleaseResources会失败。错误信息表明系统找不到Android资源属性lStar,这通常发生在使用较新版本的compileSdk时。
根本原因
这个问题的根源在于Isar Flutter库与最新Android SDK版本的兼容性问题。lStar是Android较新版本引入的一个属性,当库的compileSdk版本与项目配置不一致时,就会出现这种资源链接错误。
解决方案
通过在项目的android/build.gradle文件中添加特定的Gradle配置脚本,可以解决这个问题。以下是完整的解决方案:
allprojects {
repositories {
google()
mavenCentral()
}
}
rootProject.buildDir = "../build"
subprojects {
afterEvaluate { project ->
if (project.plugins.hasPlugin("com.android.application") ||
project.plugins.hasPlugin("com.android.library")) {
project.android {
compileSdkVersion 34
buildToolsVersion "34.0.0"
}
}
if (project.hasProperty("android")) {
project.android {
if (namespace == null) {
namespace project.group
}
}
}
}
project.buildDir = "${rootProject.buildDir}/${project.name}"
}
subprojects {
project.evaluationDependsOn(":app")
}
tasks.register("clean", Delete) {
delete rootProject.buildDir
}
解决方案解析
-
统一compileSdk版本:脚本确保所有子项目都使用compileSdk 34,避免了版本不一致导致的资源链接问题。
-
命名空间处理:为没有明确设置namespace的Android模块提供默认命名空间,这是Android Gradle插件的新要求。
-
构建目录配置:正确设置构建目录结构,确保Gradle能找到所有必要的构建产物。
-
项目依赖管理:通过
project.evaluationDependsOn(":app")确保正确的项目评估顺序。
注意事项
如果遇到"Cannot run Project.afterEvaluate(Closure) when the project is already evaluated"错误,请注意:
- 将
project.evaluationDependsOn(":app")放在单独的subprojects块中 - 确保配置顺序正确,避免在项目已经评估后尝试修改配置
结论
这个解决方案不仅适用于Isar Flutter库,对于其他Flutter插件在compileSdk 34下出现的类似资源链接问题也有参考价值。通过统一SDK版本和正确配置Gradle,可以确保构建过程顺利进行。
对于Flutter开发者来说,理解这些构建配置的细节非常重要,特别是在处理原生Android模块时。这种问题通常会在Flutter或插件升级时出现,掌握解决方法可以节省大量调试时间。
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