Charts项目隐私清单缺失问题解析
2025-05-06 10:19:44作者:鲍丁臣Ursa
Charts是一个流行的iOS图表库,广泛应用于数据可视化领域。近期苹果应用商店审核政策更新后,开发者在使用该库时可能会遇到ITMS-91061审核错误,提示"Missing privacy manifest"(缺少隐私清单)。
问题背景
苹果公司在2023年推出了新的隐私政策要求,所有包含常用第三方SDK的应用都必须提供隐私清单文件。隐私清单是一种XML格式的文件,用于声明SDK收集的数据类型及其使用目的。这一政策旨在提高应用生态的透明度,让用户更清楚地了解他们的数据如何被使用。
具体问题表现
当开发者使用Charts库提交应用到App Store时,可能会收到以下审核错误:
ITMS-91061: Missing privacy manifest - Your app includes "Frameworks/Charts.framework/Charts"
这个错误明确指出Charts框架缺少必要的隐私清单文件。根据苹果政策,所有被列为常用第三方SDK的库都必须包含隐私清单。
解决方案
Charts项目团队已经在5.1.0版本中解决了这个问题。开发者可以通过以下方式解决:
- 升级到Charts 5.1.0或更高版本
- 确保项目依赖正确指向新版本
- 重新构建并提交应用
技术实现细节
隐私清单文件(PrivacyInfo.xcprivacy)通常包含以下关键信息:
- 数据类型收集声明(如联系人、位置等)
- 数据使用目的(如分析、广告等)
- 是否与第三方共享数据
- 数据收集是否可选
在Charts 5.1.0版本中,项目团队已经添加了符合苹果要求的隐私清单文件,声明了该库的数据收集行为(实际上Charts作为纯图表库通常不收集用户数据,但仍需声明)。
开发者注意事项
- 即使应用本身不收集用户数据,使用的第三方库也可能需要隐私清单
- 每次添加新库或更新库版本时都应检查隐私合规性
- 建议定期检查依赖库的更新,确保使用最新合规版本
- 如果必须使用旧版本库,开发者可以自行添加隐私清单文件,但需确保声明准确
总结
苹果对隐私保护的严格要求正在改变iOS开发生态。作为开发者,及时更新依赖库并关注合规要求至关重要。Charts项目团队积极响应这一变化,在5.1.0版本中加入了隐私清单支持,为开发者解决了审核障碍。这一案例也提醒我们,在现代应用开发中,功能实现只是基础,合规性同样不可忽视。
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
414
3.19 K
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
Ascend Extension for PyTorch
Python
228
258
暂无简介
Dart
679
160
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++
689
325
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
65
19
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
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