Multiplatform-Settings 库正式支持 Wasm 平台
2025-07-07 06:34:33作者:沈韬淼Beryl
随着 Kotlin Multiplatform 技术的不断发展,Wasm 平台的支持已成为开发者关注的重点。近日,广受欢迎的跨平台存储库 Multiplatform-Settings 在 1.2.0 版本中正式加入了对 Wasm 平台的支持,这标志着该库在跨平台兼容性方面又迈出了重要一步。
技术背景
Wasm(WebAssembly)是一种可移植的二进制指令格式,旨在为 Web 提供高性能应用。Kotlin 团队在 1.8.0 版本的 kotlinx.coroutines 中已经加入了对 Wasm 的支持,这为其他库的 Wasm 兼容性铺平了道路。
Multiplatform-Settings 是一个提供跨平台键值存储解决方案的库,它允许开发者在 iOS、Android、桌面等多个平台上使用统一的 API 来访问本地存储。此前,该库的协程版本(multiplatform-settings-coroutines)由于依赖关系限制,一直未能支持 Wasm 平台。
实现挑战
实现 Wasm 支持面临几个主要技术挑战:
- 协程依赖:kotlinx.coroutines 1.8.0 版本才正式支持 Wasm
- 测试框架:Turbine 测试库直到 1.1.0 版本才加入 Wasm 目标支持
- 构建配置:原有的 BuildHelpers.kt 配置需要进行重构以适应新的平台
解决方案
在 1.2.0 版本中,开发团队对构建系统进行了重构,并引入了以下改进:
- 新增 Wasm 目标支持:完整支持 wasmJs 平台
- 可观察性增强:新增了 multiplatform-settings-make-observable 模块,专门用于将 StorageSettings 转换为可观察的设置对象
- API 一致性:保持了与其他平台相同的 API 使用体验
使用示例
对于 Wasm 平台,开发者现在可以这样使用:
// 创建基础存储设置
val settings = StorageSettings(localStorage)
// 转换为可观察设置(需要添加 make-observable 依赖)
val observableSettings = settings.makeObservable()
// 转换为 Flow API
val flowSettings = observableSettings.toFlowSettings()
技术意义
这一更新为前端开发者带来了重要价值:
- 统一的存储解决方案:现在可以在 Web 前端使用与其他平台完全相同的存储 API
- 响应式编程支持:通过 Flow API 实现存储变化的响应式监听
- 代码复用:大幅提高了 Kotlin 代码在 Web 前端的复用率
升级建议
对于现有项目,建议:
- 检查所有依赖是否都已升级到兼容版本
- 特别注意新增的 make-observable 模块需要单独添加依赖
- 测试环境应更新到支持 Wasm 的测试框架版本
随着 Wasm 在 Kotlin 生态中的支持日益完善,Multiplatform-Settings 的这次更新为开发者构建真正全平台的应用程序提供了更加完备的工具支持。
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
HunyuanVideo-1.5暂无简介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
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
项目优选
收起
deepin linux kernel
C
24
7
Ascend Extension for PyTorch
Python
177
195
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++
647
264
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
270
94
暂无简介
Dart
623
140
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
378
3.34 K
React Native鸿蒙化仓库
JavaScript
242
315
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.1 K
621
仓颉编译器源码及 cjdb 调试工具。
C++
126
856
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
9
1