Compose Destinations 项目中解决 NavArgsGettersKt.dex 重复定义问题
在基于 Compose Destinations 库开发多模块 Android 应用时,开发者可能会遇到一个典型的构建错误:NavArgsGettersKt.dex defined multiple times
。这个问题通常发生在多模块项目中,当不同模块都使用了导航参数功能时。
问题现象
当项目包含多个模块,且每个模块都定义了导航参数时,构建系统会报错,提示 NavArgsGettersKt
类被多次定义。错误信息会显示类似以下内容:
Type com.classroom.subject.ui.NavArgsGettersKt is defined multiple times
问题根源
Compose Destinations 库在默认情况下会根据所有注解的 Composable 函数的公共路径生成导航参数相关的辅助类。在多模块项目中,如果不同模块的包名结构相似,库可能会在相同的位置生成这些辅助类,导致编译时出现重复定义。
解决方案
1. 配置代码生成包名
最直接的解决方案是通过 KSP 参数显式指定代码生成的包名。在每个模块的 build.gradle.kts
文件中添加以下配置:
ksp {
arg("compose-destinations.codeGenPackageName", "com.your.module.specific.package")
}
这样可以为每个模块指定唯一的包名,确保生成的辅助类不会冲突。
2. 确保模块包名差异
另一种方法是检查并确保各模块的包名结构有足够差异。Compose Destinations 默认会使用所有注解 Composable 函数的公共路径作为生成代码的位置,因此如果模块间的包名结构完全不同,也能避免这个问题。
最佳实践建议
-
显式配置优先:建议在所有模块中都显式配置
codeGenPackageName
参数,这是最可靠的方式。 -
命名规范:为生成的代码指定包名时,可以采用
模块名.generated
的命名模式,例如:arg("compose-destinations.codeGenPackageName", "${project.name}.generated")
-
统一管理:对于大型项目,可以考虑在根项目的
build.gradle.kts
中定义统一的生成代码包名规则,确保各模块配置一致。
技术背景
这个问题本质上是由 Kotlin Symbol Processing (KSP) 的代码生成机制引起的。Compose Destinations 使用 KSP 在编译时生成导航相关的辅助代码,包括参数解析和类型安全的导航 API。在多模块项目中,如果没有明确的包名区分,这些生成的代码可能会被放在相同的位置,导致类冲突。
未来版本改进
根据项目维护者的说明,未来的 v2 版本会改进这一默认行为,使其更加智能地处理多模块场景。但在当前版本中,显式配置生成包名是最可靠的解决方案。
通过以上方法,开发者可以有效地解决多模块项目中导航参数辅助类冲突的问题,确保项目能够顺利构建。
GLM-4.6
GLM-4.6在GLM-4.5基础上全面升级:200K超长上下文窗口支持复杂任务,代码性能大幅提升,前端页面生成更优。推理能力增强且支持工具调用,智能体表现更出色,写作风格更贴合人类偏好。八项公开基准测试显示其全面超越GLM-4.5,比肩DeepSeek-V3.1-Terminus等国内外领先模型。【此简介由AI生成】Jinja00- DDeepSeek-V3.2-ExpDeepSeek-V3.2-Exp是DeepSeek推出的实验性模型,基于V3.1-Terminus架构,创新引入DeepSeek Sparse Attention稀疏注意力机制,在保持模型输出质量的同时,大幅提升长文本场景下的训练与推理效率。该模型在MMLU-Pro、GPQA-Diamond等多领域公开基准测试中表现与V3.1-Terminus相当,支持HuggingFace、SGLang、vLLM等多种本地运行方式,开源内核设计便于研究,采用MIT许可证。【此简介由AI生成】Python00
GLM-V
GLM-4.5V and GLM-4.1V-Thinking: Towards Versatile Multimodal Reasoning with Scalable Reinforcement LearningPython00ops-transformer
本项目是CANN提供的transformer类大模型算子库,实现网络在NPU上加速计算。C++0107AI内容魔方
AI内容专区,汇集全球AI开源项目,集结模块、可组合的内容,致力于分享、交流。02Spark-Chemistry-X1-13B
科大讯飞星火化学-X1-13B (iFLYTEK Spark Chemistry-X1-13B) 是一款专为化学领域优化的大语言模型。它由星火-X1 (Spark-X1) 基础模型微调而来,在化学知识问答、分子性质预测、化学名称转换和科学推理方面展现出强大的能力,同时保持了强大的通用语言理解与生成能力。Python00GOT-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- HHowToCook程序员在家做饭方法指南。Programmer's guide about how to cook at home (Chinese only).Dockerfile010
- PpathwayPathway is an open framework for high-throughput and low-latency real-time data processing.Python00
热门内容推荐
最新内容推荐
项目优选









