Bundletool 1.18.0版本发布:全面支持设备分组与资源优化
2025-06-14 11:48:59作者:管翌锬
项目概述
Bundletool是Android应用打包工具链中的核心组件,负责将Android App Bundle(AAB)格式转换为各种设备所需的APK文件。作为Google官方推出的工具,它在应用大小优化、多设备适配等方面发挥着关键作用。
版本核心更新
1. 设备分组支持机制
本次1.18.0版本最重要的更新是引入了设备分组(Device Group)功能。这项功能允许开发者:
- 通过元数据文件定义设备分组规则
- 支持JSON和Protocol Buffers两种格式的配置文件
- 自动包含"other"分组作为默认回退选项
- 按定义顺序匹配设备分组
技术实现上,开发者需要在bundle元数据目录下放置DeviceGroupConfig.json或DeviceGroupConfig.pb文件,这些文件必须明确定义bundle中引用的所有设备组。设备匹配时,系统会按照配置文件中定义的顺序依次检查,最后才会匹配到"other"分组。
2. 资源映射优化
针对运行时启用的SDK,本次更新修复了资源重映射的问题。这项改进意味着:
- 确保动态功能模块的资源正确映射
- 提高资源加载的可靠性
- 减少因资源映射错误导致的运行时问题
3. 工具功能完善
- 完整收录了所有命令的帮助文档
- 开源了ARCHIVE构建模式的相关代码
- 扩展了DeviceSpec的信息内容,为设备分组评估提供更全面的设备特征数据
技术价值分析
设备分组功能的引入为Android应用分发带来了更精细化的控制能力。开发者现在可以:
- 针对不同设备群体定制分发策略
- 实现更精确的AB测试方案
- 优化特定设备群体的应用体验
- 减少不必要的资源分发
资源映射的改进则提升了动态功能模块的稳定性,特别是在使用运行时SDK时,资源加载更加可靠。
开发者实践建议
对于希望使用设备分组功能的开发者,建议:
- 明确定义设备分组的业务逻辑
- 合理设计分组匹配顺序
- 为未匹配设备准备好"other"分组的默认方案
- 测试不同设备上的分组匹配效果
对于资源管理,建议检查现有项目中运行时SDK的资源引用情况,确保更新后不会出现兼容性问题。
总结
Bundletool 1.18.0通过引入设备分组支持和完善资源管理,进一步强化了Android应用的分发优化能力。这些改进使开发者能够更精准地控制应用分发策略,同时提高了动态功能的可靠性,为构建高质量、适配广泛的Android应用提供了更强有力的工具支持。
登录后查看全文
热门项目推荐
相关项目推荐
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
Spark-Prover-X1-7BSpark-Prover 是由科大讯飞团队开发的专用大型语言模型,专为 Lean4 中的自动定理证明而设计。该模型采用创新的三阶段训练策略,显著增强了形式化推理能力,在同等规模的开源模型中实现了最先进的性能。Python00
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
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。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
最新内容推荐
Qt控件CSS样式实例大全 - 打造现代化GUI界面的终极指南 2023年最新HTMLCSSJS组件库:提升前端开发效率的必备资源 PADS元器件位号居中脚本:提升PCB设计效率的自动化利器 IK分词器elasticsearch-analysis-ik-7.17.16:中文文本分析的最佳解决方案 32位ECC纠错Verilog代码:提升FPGA系统可靠性的关键技术方案 TJSONObject完整解析教程:Delphi开发者必备的JSON处理指南 昆仑通态MCGS与台达VFD-M变频器通讯程序详解:工业自动化控制完美解决方案 SAP S4HANA物料管理资源全面解析:从入门到精通的完整指南 VSdebugChkMatch.exe:专业PDB签名匹配工具全面解析与使用指南 TextAnimator for Unity:打造专业级文字动画效果的终极解决方案
项目优选
收起
deepin linux kernel
C
24
7
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
323
2.74 K
仓颉编译器源码及 cjdb 调试工具。
C++
124
852
Ascend Extension for PyTorch
Python
159
179
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
642
254
TorchAir 支持用户基于PyTorch框架和torch_npu插件在昇腾NPU上使用图模式进行推理。
Python
247
87
暂无简介
Dart
610
137
React Native鸿蒙化仓库
JavaScript
239
311
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
1.03 K
474
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
366
3.07 K