Compose Destinations 项目中共享带工厂的 ViewModel 实践
2025-06-25 00:01:37作者:贡沫苏Truman
背景介绍
在 Android 开发中,使用 Jetpack Compose 进行导航时,Compose Destinations 是一个流行的导航库。在实际开发中,我们经常需要在多个屏幕间共享 ViewModel,特别是当 ViewModel 需要通过工厂模式初始化时,会遇到一些特殊场景。
核心问题
当我们需要在多个目的地(destination)之间共享 ViewModel,并且这个 ViewModel 需要通过工厂模式初始化(例如需要传入初始数据)时,传统的共享 ViewModel 方法可能不够用。初始数据通常来自第一个使用该 ViewModel 的屏幕的导航参数。
解决方案分析
基础方案
Compose Destinations 官方文档提供了在多个目的地间共享 ViewModel 的基本方法,但对于需要工厂模式初始化的场景,开发者需要自行扩展。
自定义 ViewModelStoreOwner
一种可行的解决方案是创建一个自定义的 ViewModelStoreOwner 包装器:
@JvmInline
value class NavGraphViewModelStoreOwner(val value: ViewModelStoreOwner) : ViewModelStoreOwner by value
然后在 NavHost 的依赖容器中注册:
dependenciesContainerBuilder = {
dependency(NavGraphs.loggedIn) {
NavGraphViewModelStoreOwner(remember(navBackStackEntry) {
navController.getBackStackEntry(NavGraphs.loggedIn.route)
})
}
}
在目的地中使用
在需要共享 ViewModel 的屏幕中,可以这样使用:
@Destination
@Composable
fun SecondScreen(
initialData: InitialData,
navGraphViewModelStoreOwner: NavGraphViewModelStoreOwner
) {
val viewModel = viewModel<SomeViewModel>(
key = "somekey",
viewModelStoreOwner = navGraphViewModelStoreOwner,
factory = viewModelFactory {
SomeViewModel(initialData = initialData)
}
)
}
后续屏幕可以直接访问同一个 ViewModel 实例,无需再次提供工厂。
更优方案
仓库所有者建议,如果所有屏幕都期望相同类型的参数,可以在依赖容器构建时直接创建 ViewModel:
destination(ProfileScreenDestination) {
val args: ProfileScreenNavArgs = navArgs as ProfileScreenNavArgs
dependency(viewModel<ProfileViewModel>())
}
未来版本将改进类型安全,无需强制转换:
destination(ProfileScreenDestination) {
val args: ProfileScreenNavArgs = navArgs // 类型安全
dependency(viewModel<ProfileViewModel>())
}
最佳实践建议
- 评估需求:确定是否真的需要在多个屏幕间共享 ViewModel,避免不必要的共享
- 参数一致性:确保所有使用共享 ViewModel 的屏幕都期望相同类型的初始数据
- 类型安全:等待库更新以获得更好的类型安全支持
- 生命周期管理:理解共享 ViewModel 的生命周期与导航图的关系
总结
在 Compose Destinations 中共享需要工厂初始化的 ViewModel 需要一些额外工作,但通过自定义 ViewModelStoreOwner 或在依赖容器中提前创建 ViewModel 都能实现这一需求。随着库的更新,这一过程将变得更加简洁和安全。开发者应根据具体场景选择最适合的方案,同时注意 ViewModel 的生命周期管理。
登录后查看全文
热门项目推荐
相关项目推荐
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5-w4a8GLM-5-w4a8基于混合专家架构,专为复杂系统工程与长周期智能体任务设计。支持单/多节点部署,适配Atlas 800T A3,采用w4a8量化技术,结合vLLM推理优化,高效平衡性能与精度,助力智能应用开发Jinja00- QQwen3.5-397B-A17BQwen3.5 实现了重大飞跃,整合了多模态学习、架构效率、强化学习规模以及全球可访问性等方面的突破性进展,旨在为开发者和企业赋予前所未有的能力与效率。Jinja00
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00
MiniMax-M2.5MiniMax-M2.5开源模型,经数十万复杂环境强化训练,在代码生成、工具调用、办公自动化等经济价值任务中表现卓越。SWE-Bench Verified得分80.2%,Multi-SWE-Bench达51.3%,BrowseComp获76.3%。推理速度比M2.1快37%,与Claude Opus 4.6相当,每小时仅需0.3-1美元,成本仅为同类模型1/10-1/20,为智能应用开发提供高效经济选择。【此简介由AI生成】Python00
ruoyi-plus-soybeanRuoYi-Plus-Soybean 是一个现代化的企业级多租户管理系统,它结合了 RuoYi-Vue-Plus 的强大后端功能和 Soybean Admin 的现代化前端特性,为开发者提供了完整的企业管理解决方案。Vue06- RRing-2.5-1TRing-2.5-1T:全球首个基于混合线性注意力架构的开源万亿参数思考模型。Python00
Qwen3.5Qwen3.5 昇腾 vLLM 部署教程。Qwen3.5 是 Qwen 系列最新的旗舰多模态模型,采用 MoE(混合专家)架构,在保持强大模型能力的同时显著降低了推理成本。00
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
574
3.85 K
Ascend Extension for PyTorch
Python
388
466
openEuler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。
C
356
216
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++
897
688
昇腾LLM分布式训练框架
Python
121
147
华为昇腾面向大规模分布式训练的多模态大模型套件,支撑多模态生成、多模态理解。
Python
120
156
🎉 (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
1.38 K
782
本项目是CANN开源社区的核心管理仓库,包含社区的治理章程、治理组织、通用操作指引及流程规范等基础信息
599
167
React Native鸿蒙化仓库
JavaScript
311
361