Dagger 2.56 发布:全面支持Jakarta与Kotlin集合优化
项目简介
Dagger 是 Google 开发的一款轻量级依赖注入框架,专门为 Java 和 Kotlin 应用程序设计。它通过编译时代码生成的方式实现依赖注入,避免了传统依赖注入框架在运行时可能带来的性能问题。Dagger 2 是该框架的第二代版本,相比第一代在性能和易用性上都有显著提升。
主要更新内容
Jakarta 支持全面升级
本次发布的 Dagger 2.56 版本在 Jakarta 支持方面做出了重要改进:
-
移除废弃方法:删除了接受
javax.inject.Provider参数的工厂创建方法。这意味着如果使用旧版 Dagger 构建组件,但依赖项来自新版 Dagger 的工厂,将无法编译通过。解决方案是升级编译组件的 Dagger 版本。 -
限制 Provider 使用:现在禁止提供或注入
dagger.internal.Provider,同时禁止在 Map 中注入原始 Provider(包括 javax 和 dagger 的 Provider)。 -
Hilt 支持:增加了对 Hilt 框架中 Jakarta 注解的支持,使 Hilt 用户也能享受到 Jakarta 生态系统的优势。
Kotlin 集合类型规范
对于 Kotlin 用户,Dagger 2.56 做出了一个重要变更:
- 在 Kotlin 源文件中使用
@Multibinds和@ElementsIntoSet注解时,现在必须使用kotlin.collections包中的 Set/Map,而不是java.util包中的对应类。这一变更使 Kotlin 代码更加符合语言习惯,减少了 Java 和 Kotlin 集合类型之间的隐式转换。
其他重要改进
-
私有修饰符优化:移除了 Dagger 生成组件私有实现类中字段/方法的 private 修饰符,解决了 #4544 问题,提高了代码的灵活性和可访问性。
-
Hilt 项目隔离修复:部分解决了 #4423 问题,修复了检查 Hilt 库是否与 Gradle 插件一起应用时的项目隔离违规问题。
-
Kotlin 版本升级:将 Kotlin 升级到 2.1.10 以支持 KSP 2.1.10-1.0.31。需要注意的是,这会破坏与较旧 Gradle 版本(8.10.2 或更低)的兼容性,使用 Hilt Gradle 插件的预编译脚本插件(包含的构建)将无法编译。
技术影响与最佳实践
迁移建议
对于正在使用 Jakarta 生态系统的开发者:
-
检查项目中是否有使用
javax.inject.Provider的代码,及时迁移到jakarta.inject.Provider。 -
确保所有依赖的 Dagger 组件使用相同或兼容的版本,避免因版本不一致导致的编译问题。
对于 Kotlin 开发者:
-
检查项目中
@Multibinds和@ElementsIntoSet注解的使用,确保使用的是kotlin.collections包中的集合类型。 -
如果项目使用较旧的 Gradle 版本,考虑升级到 8.10.2 以上版本以避免兼容性问题。
性能考量
移除私有修饰符可能会对某些优化产生影响,但通常这种影响可以忽略不计。开发者应该关注的是代码的可维护性和清晰度,而不是微小的性能差异。
总结
Dagger 2.56 版本标志着框架在 Jakarta 生态系统支持和 Kotlin 语言集成方面迈出了重要一步。这些变更虽然带来了一些破坏性变化,但为未来的发展奠定了更好的基础。开发者应该根据项目实际情况规划升级路径,充分利用新版本带来的改进和优化。
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5-w4a8GLM-5-w4a8基于混合专家架构,专为复杂系统工程与长周期智能体任务设计。支持单/多节点部署,适配Atlas 800T A3,采用w4a8量化技术,结合vLLM推理优化,高效平衡性能与精度,助力智能应用开发Jinja00
请把这个活动推给顶尖程序员😎本次活动专为懂行的顶尖程序员量身打造,聚焦AtomGit首发开源模型的实际应用与深度测评,拒绝大众化浅层体验,邀请具备扎实技术功底、开源经验或模型测评能力的顶尖开发者,深度参与模型体验、性能测评,通过发布技术帖子、提交测评报告、上传实践项目成果等形式,挖掘模型核心价值,共建AtomGit开源模型生态,彰显顶尖程序员的技术洞察力与实践能力。00
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00
MiniMax-M2.5MiniMax-M2.5开源模型,经数十万复杂环境强化训练,在代码生成、工具调用、办公自动化等经济价值任务中表现卓越。SWE-Bench Verified得分80.2%,Multi-SWE-Bench达51.3%,BrowseComp获76.3%。推理速度比M2.1快37%,与Claude Opus 4.6相当,每小时仅需0.3-1美元,成本仅为同类模型1/10-1/20,为智能应用开发提供高效经济选择。【此简介由AI生成】Python00
Qwen3.5Qwen3.5 昇腾 vLLM 部署教程。Qwen3.5 是 Qwen 系列最新的旗舰多模态模型,采用 MoE(混合专家)架构,在保持强大模型能力的同时显著降低了推理成本。00- RRing-2.5-1TRing-2.5-1T:全球首个基于混合线性注意力架构的开源万亿参数思考模型。Python00