Flutter社区plus_plugins项目新增应用安装时间功能解析
2025-07-09 10:24:21作者:霍妲思
在移动应用开发中,获取应用的安装和更新时间是一个常见的需求场景。Flutter社区维护的plus_plugins项目中的package_info_plus插件近期新增了这项功能支持,为开发者提供了更全面的应用信息获取能力。
功能背景
应用安装时间信息在业务场景中有着重要作用。开发者通常需要这些数据来实现以下功能:
- 判断用户是否为首次安装应用,以便执行新手引导流程
- 统计用户留存率,分析不同安装时间段的用户行为差异
- 实现基于安装时长的差异化营销策略
- 监控应用更新频率,评估版本迭代效果
Android平台通过PackageManager提供了firstInstallTime和lastUpdateTime两个关键时间戳,分别记录应用首次安装时间和最近更新时间。这些信息存储在系统数据库中,开发者可以通过API直接获取。
技术实现
package_info_plus插件的最新版本已经实现了对这些时间信息的支持。在Android平台上,插件通过以下方式获取时间数据:
- 获取PackageInfo对象:通过PackageManager的getPackageInfo方法获取当前应用的包信息
- 提取时间戳:从PackageInfo中读取firstInstallTime和lastUpdateTime字段
- 时间格式转换:将毫秒级时间戳转换为DateTime对象,便于Dart层使用
值得注意的是,由于iOS系统限制,这些时间信息在iOS平台上不可获取。插件在设计时考虑了平台差异性,确保在不支持的平台上能够优雅降级。
使用示例
开发者可以通过以下方式获取应用的安装和更新时间信息:
final packageInfo = await PackageInfoPlus.fromPlatform();
// 获取首次安装时间
final installTime = packageInfo.installTime;
// 获取最近更新时间
final updateTime = packageInfo.updateTime;
// 使用场景示例
if (installTime != null) {
final daysSinceInstall = DateTime.now().difference(installTime).inDays;
if (daysSinceInstall < 7) {
// 新用户引导流程
}
}
注意事项
在使用这些功能时,开发者需要注意以下几点:
- 平台兼容性:目前仅Android平台支持获取安装和更新时间,iOS和Web平台返回null
- 权限要求:获取这些信息不需要额外权限
- 时间精度:时间戳精度为毫秒级,但实际精度可能受系统限制
- 隐私合规:在收集和使用这些数据时,需遵守相关隐私法规
总结
package_info_plus插件新增的安装时间功能为Flutter开发者提供了更全面的应用信息获取能力。这项功能特别适合需要分析用户生命周期、实施精准营销或优化用户体验的场景。虽然存在平台限制,但其在Android上的实现已经能够满足大多数业务需求。
随着Flutter生态的不断发展,社区插件功能的完善将进一步提升开发效率和用户体验。开发者可以关注package_info_plus插件的更新,及时获取最新功能支持。
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
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
🔥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
暂无简介
Dart
671
155
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++
660
308
Ascend Extension for PyTorch
Python
220
236
仓颉编译器源码及 cjdb 调试工具。
C++
134
867
喝着茶写代码!最易用的自托管一站式代码托管平台,包含Git托管,代码审查,团队协作,软件包和CI/CD。
Go
23
0
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
392
3.83 K
React Native鸿蒙化仓库
JavaScript
259
322