Starward项目抽卡记录页面闪退问题分析与解决方案
2025-06-18 14:08:15作者:沈韬淼Beryl
问题背景
Starward是一款游戏辅助工具,在0.11.7.pre.1版本中出现了抽卡记录页面闪退的严重问题。该问题在用户点击抽卡记录时必定出现,影响了原神和崩坏:星穹铁道两个游戏的抽卡记录功能。
错误现象
用户报告了两种主要的错误类型:
- 布局循环异常:Microsoft.UI.Xaml.LayoutCycleException,提示"Layout cycle detected. Layout could not complete"
- 无效转换异常:System.InvalidCastException,提示"不支持此接口"
问题复现与定位
经过开发团队和用户的共同测试,确认该问题与Windows系统的显示缩放设置密切相关:
- 当系统缩放设置为100%时,功能正常
- 当系统缩放设置为125%或150%等非100%整数倍时,必定出现闪退
- 问题表现为先失去亚克力效果,随后立即卡死崩溃
技术分析
该问题属于典型的Windows UI布局循环问题,可能由以下因素导致:
- WinUI控件兼容性问题:特别是CommunityToolkit.WinUI.Control.Segmented控件的版本兼容性
- 布局计算冲突:父元素和子元素相互依赖尺寸计算,形成无限循环
- 高DPI缩放适配不足:非标准缩放比例下控件尺寸计算异常
解决方案
经过测试验证,以下方法可以解决该问题:
- 升级控件版本:将CommunityToolkit.WinUI.Control.Segmented替换为最新预发行版
- 临时调整系统缩放:将系统显示缩放暂时调整为100%
- 避免兼容模式:虽然兼容模式可以临时解决闪退,但会导致游戏分辨率降低,不推荐使用
修复效果
该问题已在后续版本中得到修复,用户升级到最新版本后即可正常使用抽卡记录功能,不受系统缩放设置影响。
经验总结
这个案例提醒开发者:
- 需要充分测试不同DPI缩放设置下的UI表现
- 第三方控件的版本选择需要谨慎,及时跟进更新
- 布局设计应避免父子元素间的尺寸依赖循环
- 异常捕获和日志记录对于快速定位UI问题至关重要
通过这次问题的解决,Starward项目在UI兼容性方面得到了进一步提升,为后续开发积累了宝贵经验。
登录后查看全文
热门项目推荐
相关项目推荐
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
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
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。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
项目优选
收起
deepin linux kernel
C
24
9
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
411
3.16 K
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++
664
323
Ascend Extension for PyTorch
Python
227
255
暂无简介
Dart
677
160
React Native鸿蒙化仓库
JavaScript
265
326
🎉 (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
1.21 K
660
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
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
492
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
342
146