Compose Destinations 项目中 KSP 2.1.20-2.0.0 升级后的参数解析问题分析
问题背景
在 Compose Destinations 项目中,当用户将 Kotlin Symbol Processing (KSP) 版本升级到 2.1.20-2.0.0 后,出现了导航参数解析异常的问题。这个问题主要影响使用 @Destination 注解并带有 navArgs 参数的场景。
问题表现
开发者在使用新版 KSP 后,构建时会遇到以下异常信息:
e: [ksp] com.ramcosta.composedestinations.codegen.commons.IllegalDestinationsSetup: There was an issue with 'navArgs' of annotation Destination: make sure it is a class with a primary constructor.
这个错误通常出现在类似这样的注解使用场景中:
@Destination<ExternalModuleGraph>(navArgs = ScreenNavArgs::class)
根本原因
经过分析,问题主要出现在以下几个方面:
-
默认参数处理异常:当导航参数类(如
ScreenNavArgs)的构造函数包含默认参数时,KSP 处理器会抛出IndexOutOfBoundsException。 -
字符串处理边界问题:在解析默认参数值时,字符串索引计算出现负数,导致
IndexOutOfBoundsException: End index (-1) is less than start index (0)。 -
KSP 版本兼容性:新版本 KSP 对参数解析的处理方式有所变化,与 Compose Destinations 原有的处理逻辑产生了冲突。
临时解决方案
在官方修复版本发布前,开发者可以采用以下临时解决方案:
- 移除默认参数:将导航参数类中的默认参数移除,改为必需参数。
// 修改前
data class ScreenArgs(
val id: String,
val source: String? = null,
val extraIds: ArrayList<String> = ArrayList(),
)
// 修改后
data class ScreenArgs(
val id: String,
val source: String?,
val extraIds: ArrayList<String>
)
- 回退 KSP 版本:暂时回退到兼容的 KSP 版本。
官方修复
Compose Destinations 团队在 2.2.0 版本中修复了这个问题。修复内容包括:
-
改进默认参数解析:重新实现了默认参数的解析逻辑,正确处理各种边界情况。
-
增强错误处理:提供了更清晰的错误信息,帮助开发者快速定位问题。
-
KSP 版本兼容性:确保与新版本 KSP 的兼容性。
最佳实践
为了避免类似问题,建议开发者:
-
保持依赖更新:定期更新 Compose Destinations 和 KSP 到最新稳定版本。
-
简化导航参数:尽量避免在导航参数类中使用复杂的默认值逻辑。
-
关注构建日志:及时关注构建过程中的警告和错误信息。
总结
这次问题展示了 Kotlin 编译器插件生态系统中版本兼容性的重要性。Compose Destinations 团队快速响应并修复了问题,体现了开源项目的活跃维护。对于开发者而言,理解这类问题的本质有助于更快地找到解决方案,并在未来避免类似问题的发生。
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- QQwen3-Coder-Next2026年2月4日,正式发布的Qwen3-Coder-Next,一款专为编码智能体和本地开发场景设计的开源语言模型。Python00
xw-cli实现国产算力大模型零门槛部署,一键跑通 Qwen、GLM-4.7、Minimax-2.1、DeepSeek-OCR 等模型Go06
PaddleOCR-VL-1.5PaddleOCR-VL-1.5 是 PaddleOCR-VL 的新一代进阶模型,在 OmniDocBench v1.5 上实现了 94.5% 的全新 state-of-the-art 准确率。 为了严格评估模型在真实物理畸变下的鲁棒性——包括扫描伪影、倾斜、扭曲、屏幕拍摄和光照变化——我们提出了 Real5-OmniDocBench 基准测试集。实验结果表明,该增强模型在新构建的基准测试集上达到了 SOTA 性能。此外,我们通过整合印章识别和文本检测识别(text spotting)任务扩展了模型的能力,同时保持 0.9B 的超紧凑 VLM 规模,具备高效率特性。Python00
KuiklyUI基于KMP技术的高性能、全平台开发框架,具备统一代码库、极致易用性和动态灵活性。 Provide a high-performance, full-platform development framework with unified codebase, ultimate ease of use, and dynamic flexibility. 注意:本仓库为Github仓库镜像,PR或Issue请移步至Github发起,感谢支持!Kotlin08
VLOOKVLOOK™ 是优雅好用的 Typora/Markdown 主题包和增强插件。 VLOOK™ is an elegant and practical THEME PACKAGE × ENHANCEMENT PLUGIN for Typora/Markdown.Less00