Dart SDK Wasm编译器中参数传递错误的修复分析
2025-05-22 21:29:56作者:凌朦慧Richard
问题背景
在Dart SDK的Wasm编译器(dart2wasm)中,开发者在运行convert包的测试用例时发现了一个奇怪的运行时错误。当使用Chrome浏览器执行测试时,控制台输出了WebAssembly编译错误,提示类型不匹配问题。
错误现象
具体错误信息显示,在编译函数"JsonCodec.decode (unchecked entry)"时失败,错误原因是"local.set[0] expected type (ref null 83), found if of type (ref 11)"。这表明在Wasm模块编译阶段出现了类型系统不匹配的问题。
问题定位
经过技术专家分析,这个问题出现在Dart 3.7.0到main分支之间的某个变更引入的。通过深入调试发现,问题根源在于checked entry和unchecked entry之间的调用关系上。
在Wasm调试环境下,可以观察到以下调用栈:
- 从unchecked entry调用checked entry
- checked entry中尝试将整型参数强制转换为布尔型
- 导致非法类型转换异常
技术分析
问题的核心在于参数传递机制的错误。具体表现为:
- 在checked entry函数中,编译器错误地将一个整型参数(
BoxedInt)当作布尔型参数(BoxedBool)来处理 - 实际上,布尔参数应该以未装箱的i32形式传递
- 这种参数传递错误源于编译器在设置参数时错误地假设了直接调用方式,而实际上函数是通过调度表间接调用的
修复方案
修复的关键在于正确处理间接调用时的参数传递机制:
- 对于通过调度表间接调用的函数,需要确保参数传递方式与直接调用一致
- 布尔参数应该以未装箱的i32形式传递,而不是装箱形式
- 在checked entry中正确识别和处理各种参数类型
影响范围
这个问题主要影响:
- 使用dart2wasm编译的Dart程序
- 涉及类型检查和转换的代码路径
- 特别是那些通过调度表间接调用的函数
开发者建议
对于Dart开发者来说,遇到类似Wasm编译错误时,可以:
- 首先尝试简化测试用例,缩小问题范围
- 关注类型转换相关的代码路径
- 检查函数调用方式(直接调用还是间接调用)
- 关注Dart SDK的更新,及时获取修复
总结
这个问题的修复体现了Dart Wasm编译器在类型系统和调用约定处理上的不断完善。随着Dart对WebAssembly支持的持续改进,开发者可以期待更稳定和高效的Wasm编译体验。该修复已经合并到Dart SDK的主分支,并将随下一个稳定版本发布。
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
Ascend Extension for PyTorch
Python
222
245
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
暂无简介
Dart
672
157
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++
661
312
React Native鸿蒙化仓库
JavaScript
262
322
🔥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
64
19
仓颉编译器源码及 cjdb 调试工具。
C++
134
867
仓颉编程语言测试用例。
Cangjie
37
860
openGauss kernel ~ openGauss is an open source relational database management system
C++
160
217