解决Factory项目中SwiftUI预览模式下的依赖注入问题
2025-07-02 13:14:53作者:宣海椒Queenly
背景介绍
在SwiftUI开发中,预览功能(Preview)是一个极其重要的开发工具,它允许开发者实时查看界面效果而无需完整运行应用。然而,当项目采用模块化架构时,特别是在使用依赖注入框架Factory的情况下,预览功能可能会遇到一些挑战。
问题现象
在采用Clean Architecture的多模块项目中,开发者报告了一个典型问题:当Presentation模块作为独立包存在,而App模块负责依赖注入时,SwiftUI预览功能无法正常工作。具体表现为使用@LazyInjected注入依赖时,系统抛出resetAndTriggerFatalError错误,提示某些类型未被注册。
问题根源分析
经过深入分析,发现问题出在Factory的promised方法实现上。该方法原本的设计在DEBUG模式下会检查依赖是否已注册,若未注册则触发错误。然而,这种设计没有考虑到SwiftUI预览模式的特殊情况:
- 预览模式本质上是DEBUG构建的一部分
- 但在预览模式下,完整的依赖注册流程可能不会执行
- 当前的错误触发机制过于严格,没有为预览模式提供特殊处理
解决方案
针对这一问题,社区提出了一个优雅的解决方案:在判断是否触发错误时,不仅检查是否为DEBUG模式,还要额外检查当前是否处于预览模式。具体实现如下:
private var _promiseTriggersError: Bool = FactoryContext.current.isDebug && !FactoryContext.current.isPreview
这一修改的核心思想是:
- 在常规DEBUG模式下保持原有严格检查
- 但在预览模式下放宽限制,允许依赖未注册的情况
- 既保证了开发期的错误检测,又不影响预览功能的使用
实现细节
该解决方案的关键在于FactoryContext提供的环境判断能力。通过检查isPreview属性,我们可以准确识别当前是否运行在预览模式下。这种设计具有以下优点:
- 精确性:能够准确区分常规DEBUG运行和预览模式
- 非侵入性:不需要修改现有的依赖注册逻辑
- 灵活性:为不同环境提供差异化的行为
- 可维护性:逻辑清晰,易于理解和维护
最佳实践建议
基于这一问题的解决经验,我们建议开发者在处理类似场景时:
- 始终考虑不同运行环境(DEBUG/RELEASE/Preview)的差异
- 为预览模式提供适当的容错处理
- 保持依赖注入逻辑的环境感知能力
- 在模块化项目中,确保预览目标能够访问必要的测试依赖
总结
Factory 2.4.0版本引入的这一改进,有效解决了SwiftUI预览在多模块项目中的依赖注入问题。这提醒我们,在设计依赖注入系统时,必须充分考虑各种使用场景,特别是像预览这样的特殊开发工具。良好的框架设计应该在保证安全性的同时,不牺牲开发者的工作效率。
登录后查看全文
热门项目推荐
相关项目推荐
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
项目优选
收起
deepin linux kernel
C
24
9
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
405
3.14 K
Ascend Extension for PyTorch
Python
225
251
暂无简介
Dart
672
159
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++
663
319
🎉 (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
1.21 K
657
React Native鸿蒙化仓库
JavaScript
262
325
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
openGauss kernel ~ openGauss is an open source relational database management system
C++
160
220
仓颉编译器源码及 cjdb 调试工具。
C++
135
868