React Native WebRTC 在 Android 14 上的屏幕共享崩溃问题解析
问题背景
在 React Native WebRTC 项目中,开发者报告了一个关于屏幕共享功能的兼容性问题:在 Android 14 设备上,当尝试进行屏幕共享时,应用程序会崩溃,而这个问题在 Android 13 及以下版本中并不存在。
问题表现
当开发者在 Android 14 设备上启动屏幕共享功能时,应用程序会突然终止运行,没有任何明显的错误提示。通过检查日志可以发现,系统抛出了一个安全异常,指出缺少必要的权限配置。
根本原因分析
经过深入调查,这个问题主要与 Android 14 引入的更严格的前台服务权限控制有关。具体来说,错误日志显示:
java.lang.SecurityException: Starting FGS with type mediaProjection requires permissions:
all of the permissions allOf=true [android.permission.FOREGROUND_SERVICE_MEDIA_PROJECTION]
any of the permissions allOf=false [android.permission.CAPTURE_VIDEO_OUTPUT, android:project_media]
这表明应用程序尝试启动一个类型为 mediaProjection 的前台服务,但缺少必要的权限声明。
解决方案
要解决这个问题,需要在 AndroidManifest.xml 文件中进行以下配置:
- 确保声明了所有必要的权限:
<uses-permission android:name="android.permission.FOREGROUND_SERVICE" />
<uses-permission android:name="android.permission.FOREGROUND_SERVICE_MEDIA_PROJECTION" />
<uses-permission android:name="android.permission.CAPTURE_VIDEO_OUTPUT" />
- 正确配置前台服务:
<service
android:name="com.oney.WebRTCModule.WebRTCScreenSharingService"
android:foregroundServiceType="mediaProjection"
android:exported="false" />
注意事项
-
确保使用的是 React Native WebRTC 提供的 WebRTCScreenSharingService,而不是其他库的前台服务。
-
对于 Android 14,必须明确声明 foregroundServiceType 为 "mediaProjection"。
-
所有相关权限必须在 Manifest 中声明,包括 FOREGROUND_SERVICE 和 FOREGROUND_SERVICE_MEDIA_PROJECTION。
最佳实践
-
始终在 Manifest 中声明所有需要的权限,即使它们在较低版本的 Android 上不是强制的。
-
定期检查 Android 新版本的权限变更,特别是与前台服务相关的变更。
-
在实现屏幕共享功能时,确保测试覆盖所有目标 Android 版本。
-
考虑添加适当的错误处理逻辑,以便在权限不足时向用户提供友好的提示,而不是直接崩溃。
总结
Android 14 引入了更严格的前台服务权限控制,这影响了 React Native WebRTC 的屏幕共享功能。通过正确配置 Manifest 文件中的权限和服务声明,可以解决这个问题。开发者应该注意 Android 新版本的安全特性变化,并及时调整应用配置以确保兼容性。
ERNIE-4.5-VL-28B-A3B-ThinkingERNIE-4.5-VL-28B-A3B-Thinking 是 ERNIE-4.5-VL-28B-A3B 架构的重大升级,通过中期大规模视觉-语言推理数据训练,显著提升了模型的表征能力和模态对齐,实现了多模态推理能力的突破性飞跃Python00
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
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Python00
HunyuanVideo-1.5HunyuanVideo-1.5作为一款轻量级视频生成模型,仅需83亿参数即可提供顶级画质,大幅降低使用门槛。该模型在消费级显卡上运行流畅,让每位开发者和创作者都能轻松使用。本代码库提供生成创意视频所需的实现方案与工具集。00
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能Python00
GOT-OCR-2.0-hf阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00