Flutter Rust Bridge项目中的多包管理与Rust代码共享方案
在Flutter生态系统中,Flutter Rust Bridge项目为开发者提供了将Rust代码与Flutter/Dart集成的强大能力。然而,在实际项目开发中,当我们需要同时维护Flutter插件包和纯Dart包时,如何优雅地共享Rust代码成为一个值得探讨的技术问题。
多包架构的挑战
典型的项目结构可能会包含以下几个部分:
- 面向Flutter的插件包(plugin_flutter)
- 纯Dart的功能包(plugin_dart)
- 提供FFI接口的基础包(plugin_ffi)
- 核心Rust实现代码(rust_package_*)
当这些包通过Melos进行管理时,Rust代码的路径引用会面临一个关键问题:如果plugin_flutter和plugin_ffi都发布到pub.dev,那么在plugin_flutter中配置的相对路径(如"../../plugin_ffi/rust/rust_package_main")将无法正确解析。
解决方案:符号链接架构
经过深入探讨,我们推荐采用符号链接(symlink)的方案来解决这一架构问题。具体实现方式如下:
-
核心Rust代码集中管理:将所有Rust实现代码统一放在项目根目录的rust文件夹中,按功能模块组织。
-
各包通过符号链接引用:
- 在plugin_flutter包内创建rust目录,并符号链接到核心Rust代码
- 在plugin_dart包内同样创建rust目录并符号链接
- 在plugin_ffi包内也采用相同方式
-
发布时的处理:当包发布到pub.dev时,符号链接会被转换为实际的文件内容,确保发布的包包含完整的Rust代码。
架构优势
这种方案具有以下几个显著优势:
-
开发便捷性:开发时所有包都指向同一份Rust源代码,修改即时生效。
-
构建一致性:Cargokit可以正确找到并编译各包所需的Rust代码。
-
发布可靠性:发布后的包包含完整的Rust代码,不依赖外部路径。
-
代码复用性:不同包(Flutter/Dart)可以共享相同的Rust实现,避免重复。
未来展望
随着Dart语言"native assets"特性的成熟,未来我们可能只需要一个统一的build.dart文件就能处理所有平台的构建需求,这将进一步简化多包项目的架构。但在当前阶段,符号链接方案提供了一个可靠且实用的解决方案。
对于正在使用Flutter Rust Bridge并面临多包管理的开发者,建议采用这种架构模式,它已经在多个实际项目中证明了其有效性和可靠性。
kernelopenEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。C037
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
kylin-wayland-compositorkylin-wayland-compositor或kylin-wlcom(以下简称kywc)是一个基于wlroots编写的wayland合成器。 目前积极开发中,并作为默认显示服务器随openKylin系统发布。 该项目使用开源协议GPL-1.0-or-later,项目中来源于其他开源项目的文件或代码片段遵守原开源协议要求。C00
PaddleOCR-VLPaddleOCR-VL 是一款顶尖且资源高效的文档解析专用模型。其核心组件为 PaddleOCR-VL-0.9B,这是一款精简却功能强大的视觉语言模型(VLM)。该模型融合了 NaViT 风格的动态分辨率视觉编码器与 ERNIE-4.5-0.3B 语言模型,可实现精准的元素识别。Python00
GLM-4.7GLM-4.7上线并开源。新版本面向Coding场景强化了编码能力、长程任务规划与工具协同,并在多项主流公开基准测试中取得开源模型中的领先表现。 目前,GLM-4.7已通过BigModel.cn提供API,并在z.ai全栈开发模式中上线Skills模块,支持多模态任务的统一规划与协作。Jinja00
agent-studioopenJiuwen agent-studio提供零码、低码可视化开发和工作流编排,模型、知识库、插件等各资源管理能力TSX0114
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