Xamarin.Android 中解决 Kotlin 标准库打包问题的技术指南
2025-07-05 12:24:01作者:庞眉杨Will
问题背景
在将 .NET Android 应用从 .NET 6.0 迁移到 .NET 9.0 的过程中,许多开发者遇到了 Kotlin 标准库相关代码被错误排除的问题。这个问题尤其影响那些使用了 Kotlin 绑定的应用,特别是需要 Kotlin.StdLib 和 Kotlin.Reflect 包的应用。
问题表现
当应用运行时,会抛出以下异常:
java.lang.AssertionError: Built-in class kotlin.Any is not found at
kotlin.reflect.jvm.internal.impl.builtins.KotlinBuiltIns$3.invoke(KotlinBuiltIns.java:93)
根本原因是自 .NET 7.0 起,SDK 默认会将 kotlin 相关代码从最终 APK 文件中排除。
技术分析
打包选项机制
Xamarin.Android 提供了 AndroidPackagingOptionsExclude 和 AndroidPackagingOptionsInclude 两个 MSBuild 项来控制打包过程中包含或排除的文件。这些选项在 .NET 9.0 中被移到了 AutoImport.props 文件中。
排除规则的影响
默认情况下,SDK 会排除以下模式的文件:
*.kotlin**.kotlin_*DebugProbesKt.bin
这些规则会导致 Kotlin 标准库的关键文件被错误排除,从而引发运行时错误。
解决方案
方法一:直接修改项目文件
在项目文件(.csproj)中添加以下内容:
<ItemGroup>
<AndroidPackagingOptionsExclude Remove="@(AndroidPackagingOptionsExclude)" />
<AndroidPackagingOptionsInclude Include="$([MSBuild]::Escape('*.kotlin*'))" />
<AndroidPackagingOptionsInclude Include="$([MSBuild]::Escape('*.kotlin_builtins'))" />
</ItemGroup>
方法二:使用导入文件
- 创建一个单独的
.props文件(如KotlinPackaging.props) - 在其中添加上述 ItemGroup 内容
- 在项目文件中导入:
<Import Project="KotlinPackaging.props" />
注意事项
-
构建类型差异:在 .NET 9.0 中,Debug 构建存在一个已知问题,可能会导致这些设置不生效。这个问题已在最新版本中修复。
-
SDK版本兼容性:使用 .NET 8.0 目标框架时,即使使用 .NET 9.0 SDK,也会加载 .NET 8.0 的构建目标。
-
导入时机:确保修改打包选项的代码在
AutoImport.props之后执行。使用Directory.Build.props可能为时过早。
最佳实践建议
- 对于新项目,建议直接使用 .NET 9.0 目标框架
- 在团队开发中,将打包配置放入共享的
.props文件并导入 - 定期检查构建日志,确认打包选项是否按预期应用
- 对于关键依赖,考虑在项目中进行显式包含
通过正确配置打包选项,开发者可以确保 Kotlin 相关代码被正确包含在最终 APK 中,从而避免运行时错误。
登录后查看全文
热门项目推荐
相关项目推荐
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust0191
cann-learning-hubCANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。Jupyter Notebook0118
Step-3.7-FlashStep-3.7-Flash是一个拥有 1980 亿参数的稀疏混合专家(MoE)视觉语言模型,由 1960 亿参数的语言主干网络和 18 亿参数的视觉编码器组合而成,具备原生图像理解能力。Python00
JoyAI-EchoJoyAI-Echo,这是一个独立的、仅用于推理的版本,旨在实现分钟级多镜头音视频生成。它采用了经过蒸馏的DMD生成器、配对的跨模态记忆以及故事级别的一致性。其性能的核心在于,一个跨模态视听记忆库能够在长达五分钟的视频中保持角色外观和语音音色的一致性。同时,一个训练后处理流程将基于记忆的强化学习与分布匹配蒸馏相结合,实现了7.5倍的速度提升,显著增强了视觉质量和对齐效果。00
fun-rec推荐系统入门教程,在线阅读地址:https://datawhalechina.github.io/fun-rec/Python03
so-large-lm大模型基础: 一文了解大模型基础知识01
最新内容推荐
项目优选
收起
暂无描述
Dockerfile
765
4.97 K
本项目是CANN提供的transformer类大模型算子库,实现网络在NPU上加速计算。
C++
857
1.93 K
本项目是CANN提供的神经网络类计算算子库,实现网络在NPU上加速计算。
C++
680
1.33 K
Ascend Extension for PyTorch
Python
719
879
deepin linux kernel
C
32
16
openEuler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。
C
456
438
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++
1.08 K
1.1 K
华为昇腾面向大规模分布式训练的多模态大模型套件,支撑多模态生成、多模态理解。
Python
151
252
CANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。
Jupyter Notebook
303
118
昇腾LLM分布式训练框架
Python
178
220