LeakCanary 移除对 WorkManager SettableFuture 的依赖
在 Android 开发中,WorkManager 是一个常用的后台任务调度库,而 LeakCanary 则是著名的内存泄漏检测工具。最近,WorkManager 团队计划移除其内部 API SettableFuture 的使用,这影响了 LeakCanary 的相关实现。
SettableFuture 是 WorkManager 内部的一个工具类,用于创建可手动设置结果的 Future 对象。LeakCanary 在某些后台任务处理中使用了这个类来实现异步操作。然而,由于这是 WorkManager 的内部 API,长期依赖它存在一定的风险。
在技术实现上,LeakCanary 主要是在实现 getForegroundInfoAsync() 方法时使用了 SettableFuture。这个方法需要返回一个 ListenableFuture<ForegroundInfo>,用于处理前台服务的信息获取。
作为替代方案,可以考虑使用 androidx.concurrent 库提供的 getFuture() 或 launchFuture() 方法。这些方法专门为协程和异步操作设计,能够提供更现代的异步编程支持。不过,这种替换会引入新的依赖关系,需要评估其对项目的影响。
值得注意的是,虽然 SettableFuture 被标记为 @RestrictTo(RestrictTo.Scope.LIBRARY_GROUP),但编译器并未阻止外部使用,这提示我们在依赖第三方库时需要更加谨慎,特别是对那些标记为内部使用的 API。
对于已经发布的 LeakCanary 版本,这个变更意味着它们将继续包含对 SettableFuture 的依赖。开发者在使用时需要留意这一点,特别是在升级 WorkManager 版本时可能遇到的兼容性问题。
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
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