Shorebird项目:如何通过REST API获取应用最新版本信息
在移动应用开发过程中,版本管理是一个至关重要的环节。Shorebird作为一个优秀的代码推送系统,为Flutter开发者提供了便捷的热更新能力。本文将详细介绍如何通过Shorebird提供的REST API来获取应用的最新版本信息,这对于构建自动化CI/CD流程具有重要意义。
背景与需求
在实际开发中,团队经常会遇到需要验证应用版本是否已存在于Shorebird控制台的需求。特别是在多人协作环境下,手动修改pubspec.yaml文件中的版本号后,需要确保这些变更已正确同步到Shorebird系统中。通过自动化检查可以避免因版本不一致导致的各种问题。
Shorebird API客户端使用
Shorebird提供了一个开源的Dart API客户端,其中包含获取版本信息的接口。核心方法是getReleases,它能够返回指定应用的所有发布版本信息。
要使用这个API,首先需要配置Shorebird的认证令牌。这个令牌通常存储在环境变量SHOREBIRD_TOKEN中。以下是完整的实现示例:
import 'package:http/http.dart' as http;
import 'package:scoped_deps/scoped_deps.dart';
import 'package:shorebird_code_push_client/shorebird_code_push_client.dart';
import 'package:shorebird_cli/src/auth/auth.dart';
import 'package:shorebird_cli/src/logging/logging.dart';
import 'package:shorebird_cli/src/shorebird_env.dart';
Future<void> main() async {
final auth = runScoped(
() => Auth(httpClient: http.Client()),
values: {loggerRef, shorebirdEnvRef},
);
final client = CodePushClient(httpClient: auth.client);
final releases = await client.getReleases(
appId: '<你的应用ID>',
);
for (final release in releases) {
print('版本号: ${release.version}');
print('创建时间: ${release.createdAt}');
print('平台: ${release.platform}');
}
auth.close();
client.close();
}
实现细节解析
-
认证机制:Shorebird API使用令牌认证,通过Auth类处理认证流程,自动将令牌添加到请求头中。
-
客户端初始化:CodePushClient是主要的API客户端,需要传入经过认证的http.Client实例。
-
版本信息获取:getReleases方法返回一个包含所有版本信息的列表,每个版本对象包含版本号、创建时间、平台等详细信息。
-
资源管理:使用完毕后需要显式关闭auth和client以释放资源。
集成建议
在实际CI/CD流程中集成此功能时,建议:
- 将Shorebird令牌存储在CI系统的安全变量中
- 在构建流程开始时检查版本是否存在
- 如果版本已存在,可以选择跳过构建或触发相应处理流程
- 添加适当的日志记录和错误处理机制
注意事项
虽然这个API目前可用,但需要注意的是Shorebird团队并未将其作为公开API正式支持,未来可能会有变更。建议在实现时添加适当的错误处理和兼容性检查,以确保长期稳定性。
通过这种方式,开发团队可以有效地管理应用版本,确保开发、测试和生产环境的一致性,提高整体开发效率。
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