NowInAndroid项目中的Windows平台测试问题分析与解决
问题背景
在NowInAndroid项目的开发过程中,开发者在Windows操作系统上运行DemoDebug变体的本地测试时遇到了测试失败的问题。具体表现为运行./gradlew testDemoDebug命令时,测试无法通过,主要出现了两类错误:Robolectric原生运行时资源未找到错误和DataStore文件操作冲突错误。
问题分析
Robolectric原生运行时问题
测试失败的第一类错误是resource native/windows/x86_64/robolectric-nativeruntime.dll not found。这个问题源于项目使用的Roborazzi截图测试库,它内部依赖Robolectric的NATIVE GraphicsMode。虽然Robolectric从4.12版本开始增加了对Windows平台原生运行时(包括原生SQLite和图形模式)的支持,但在实际使用中仍然存在一些问题。
Windows操作系统对已打开的原生代码文件有更严格的保护机制。与Mac和Linux不同,在Windows上无法在同一个进程中删除已打开的原生运行时DLL临时文件。类似的问题也出现在字体文件的操作上。这导致了测试过程中资源访问冲突的问题。
DataStore文件冲突问题
第二类错误是Unable to rename user_preferences_test.pb.tmp的IO异常。这表明存在多个DataStore实例尝试操作同一个文件的情况。DataStore设计上要求对每个文件只能创建一个实例,当多个实例同时操作时就会出现这种文件重命名冲突。
这个问题与平台无关,是DataStore使用方式上的问题。Google团队已经意识到这个问题,并计划在未来的DataStore版本中解决。
解决方案
针对Robolectric问题的解决
-
版本升级:确保使用Robolectric 4.12或更高版本,这些版本已经增加了对Windows平台原生运行时的基本支持。
-
日志优化:Robolectric 4.12.1版本减少了Windows平台上的日志噪音,虽然不能完全解决根本问题,但能改善开发体验。
-
平台差异认知:开发者需要认识到不同平台(Linux/Mac/Windows)上的渲染结果可能存在差异。这是因为底层原生库(如skia、minikin等)有平台特定的实现细节。
针对DataStore问题的解决
-
单例模式:确保对每个DataStore文件只创建一个实例,避免多实例冲突。
-
等待官方修复:关注DataStore的后续版本更新,官方已承诺会解决这个问题。
测试建议
对于Windows平台的开发者,在进行NowInAndroid项目开发时:
- 理解某些测试(特别是涉及原生图形操作的测试)可能在Windows上表现不同
- 关注Robolectric和DataStore的版本更新,及时升级到修复了相关问题的版本
- 对于必须通过的测试,可以考虑在Linux或Mac环境下运行
- 对于截图比较测试,允许存在合理的平台差异
总结
NowInAndroid项目在Windows平台上的测试问题主要来自两个方面:Robolectric原生运行时的平台兼容性和DataStore的文件操作机制。通过版本升级、正确使用API以及对平台差异的正确认知,开发者可以有效地解决或规避这些问题。随着相关库的不断更新完善,这些问题的最终解决方案也在逐步推进中。
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
请把这个活动推给顶尖程序员😎本次活动专为懂行的顶尖程序员量身打造,聚焦AtomGit首发开源模型的实际应用与深度测评,拒绝大众化浅层体验,邀请具备扎实技术功底、开源经验或模型测评能力的顶尖开发者,深度参与模型体验、性能测评,通过发布技术帖子、提交测评报告、上传实践项目成果等形式,挖掘模型核心价值,共建AtomGit开源模型生态,彰显顶尖程序员的技术洞察力与实践能力。00
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
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- 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