React Native Navigation 从0.64.1升级到0.74.1的完整指南
背景介绍
React Native Navigation (RNN) 是React Native生态中一个重要的导航库,随着React Native版本的迭代升级,RNN也需要相应更新。从0.64.1升级到0.74.1是一个较大的跨越,涉及多项重大变更,特别是Android平台从Java到Kotlin的转变。
主要变更点
- 文件类型变更:MainActivity和MainApplication文件从Java(.java)变更为Kotlin(.kt)扩展
- 继承关系调整:需要修改类继承关系以适应新的导航架构
- 构建工具更新:Gradle和相关插件版本需要同步更新
详细升级步骤
1. MainApplication.kt文件修改
原Java文件需要转换为Kotlin实现,关键修改点包括:
// 替换原有的React Native导入
import com.reactnativenavigation.NavigationApplication
import com.reactnativenavigation.react.NavigationReactNativeHost
// 修改类继承关系
class MainApplication : NavigationApplication() {
// 修改ReactNativeHost实现
override val reactNativeHost =
object : NavigationReactNativeHost(this) {
// 保留原有的getPackages实现
override fun getPackages(): List<ReactPackage> {
return PackageList(this@MainApplication).packages
}
}
// 移除SoLoader.init调用
}
2. MainActivity.kt文件修改
Activity实现需要简化为继承NavigationActivity:
package com.your.app.package
import com.reactnativenavigation.NavigationActivity
class MainActivity : NavigationActivity()
3. Gradle配置调整
在android/gradle/wrapper/gradle-wrapper.properties中:
distributionUrl=https\://services.gradle.org/distributions/gradle-8.5-all.zip
在项目级build.gradle中:
ext {
buildToolsVersion = "34.0.0"
minSdkVersion = 23
compileSdkVersion = 34
targetSdkVersion = 34
ndkVersion = "26.1.10909125"
kotlinVersion = "1.9.22"
RNNKotlinVersion = kotlinVersion
}
4. 应用级build.gradle修改
确保添加RNN依赖:
implementation project(':react-native-navigation')
常见问题解决方案
-
自动链接工具问题:当运行npx rnn-link时,可能会遇到找不到Java文件的问题。这是因为工具默认查找.java文件,而新版本使用.kt文件。可以临时修改node_modules中的路径匹配逻辑,将
**/MainApplication.java改为**/MainApplication.{java,kt}。 -
Kotlin与Java混合问题:虽然MainActivity和MainApplication改为Kotlin实现,但RNN核心仍然是Java编写,这种混合使用是完全可行的。
-
版本兼容性问题:确保使用JDK 17和匹配的Android SDK版本,避免因工具链不兼容导致的问题。
升级建议
-
全新项目策略:对于大版本跨越升级,建议创建全新React Native项目,然后逐步迁移业务代码,这比直接升级更可靠。
-
逐步验证:完成每项修改后,单独验证该部分功能,便于定位问题。
-
社区资源利用:遇到问题时,参考社区已验证的解决方案,如本文提供的Kotlin实现方案。
通过以上步骤,开发者可以顺利完成React Native Navigation从0.64.1到0.74.1的升级,享受新版本带来的性能改进和功能增强。升级过程中遇到的具体问题可能因项目配置而异,但遵循这些基本原则可以大大降低升级风险。
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
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