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。
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust0121- DDeepSeek-V4-ProDeepSeek-V4-Pro(总参数 1.6 万亿,激活 49B)面向复杂推理和高级编程任务,在代码竞赛、数学推理、Agent 工作流等场景表现优异,性能接近国际前沿闭源模型。Python00
MiMo-V2.5-ProMiMo-V2.5-Pro作为旗舰模型,擅⻓处理复杂Agent任务,单次任务可完成近千次⼯具调⽤与⼗余轮上 下⽂压缩。Python00
GLM-5.1GLM-5.1是智谱迄今最智能的旗舰模型,也是目前全球最强的开源模型。GLM-5.1大大提高了代码能力,在完成长程任务方面提升尤为显著。和此前分钟级交互的模型不同,它能够在一次任务中独立、持续工作超过8小时,期间自主规划、执行、自我进化,最终交付完整的工程级成果。Jinja00
SenseNova-U1-8B-MoT-SFTenseNova U1 是一系列全新的原生多模态模型,它在单一架构内实现了多模态理解、推理与生成的统一。 这标志着多模态AI领域的根本性范式转变:从模态集成迈向真正的模态统一。SenseNova U1模型不再依赖适配器进行模态间转换,而是以原生方式在语言和视觉之间进行思考与行动。Python00
MiniMax-M2.7MiniMax-M2.7 是我们首个深度参与自身进化过程的模型。M2.7 具备构建复杂智能体应用框架的能力,能够借助智能体团队、复杂技能以及动态工具搜索,完成高度精细的生产力任务。Python00