Badgemagic-android项目中的蓝牙权限缺失问题分析与解决
问题背景
在Badgemagic-android项目中,用户报告了一个随机发生的崩溃问题。该问题出现在用户安装新APK后尝试通过应用向徽章发送数据时。崩溃日志显示,应用因缺少android.permission.BLUETOOTH_SCAN权限而终止。
问题现象
当用户执行以下操作序列时会出现崩溃:
- 卸载手机上已存在的应用
- 安装基于最新提交构建的新APK
- 输入一些文本准备发送
- 点击传输按钮
预期行为是应用应该成功将数据发送到徽章设备,但实际结果是应用崩溃并显示权限相关的安全异常。
技术分析
从崩溃日志中可以清晰地看到关键错误信息:
java.lang.SecurityException: Need android.permission.BLUETOOTH_SCAN permission for android.content.AttributionSource@46abcb80: GattService registerScanner
这个异常表明应用在尝试执行蓝牙扫描操作时,系统检测到缺少必要的BLUETOOTH_SCAN权限。在Android 12及更高版本中,Google加强了蓝牙权限管理,引入了更细粒度的权限控制。
调用栈分析
崩溃调用栈显示了完整的执行路径:
- 用户点击触发
TextArtFragment中的按钮点击事件 - 调用
SendingUtils.sendMessage() - 进而调用
SendingUtils.sendBytes() - 通过
ScanHelper.startLeScan()启动蓝牙低功耗扫描 - 最终在系统级的
BluetoothLeScanner中因权限检查失败而抛出异常
Android蓝牙权限演变
在Android 12之前,蓝牙扫描只需要ACCESS_FINE_LOCATION权限。但从Android 12开始,Google引入了三个新的运行时权限:
BLUETOOTH_SCAN:用于发现和配对附近的蓝牙设备BLUETOOTH_CONNECT:用于与已配对的蓝牙设备通信BLUETOOTH_ADVERTISE:允许设备被其他蓝牙设备发现
解决方案
要解决这个问题,需要在AndroidManifest.xml中添加以下权限声明:
<uses-permission android:name="android.permission.BLUETOOTH_SCAN" />
对于Android 12及以上设备,还需要在代码中动态请求这些权限。最佳实践是在尝试任何蓝牙操作前检查并请求必要的权限。
实现建议
-
清单文件声明:确保所有必需的蓝牙权限都在AndroidManifest.xml中声明
-
运行时权限请求:对于Android 12+设备,在适当的时候请求权限
-
权限检查:在执行蓝牙操作前验证权限状态
-
优雅降级:当权限被拒绝时提供友好的用户提示
兼容性考虑
由于不同Android版本对蓝牙权限的要求不同,建议实现版本感知的权限处理逻辑:
- 对于Android 12+:需要
BLUETOOTH_SCAN权限 - 对于Android 6-11:需要
ACCESS_FINE_LOCATION权限 - 对于Android 5及以下:只需要在清单中声明权限
总结
这个崩溃问题揭示了在Android开发中处理权限,特别是随着Android版本演进而变化的权限要求的重要性。开发者需要密切关注Android平台的权限模型变化,并确保应用在所有支持的Android版本上都能正确处理权限请求。对于Badgemagic-android这样的蓝牙通信应用,正确处理蓝牙相关权限是保证应用稳定性的关键因素。
GLM-5.1GLM-5.1是智谱迄今最智能的旗舰模型,也是目前全球最强的开源模型。GLM-5.1大大提高了代码能力,在完成长程任务方面提升尤为显著。和此前分钟级交互的模型不同,它能够在一次任务中独立、持续工作超过8小时,期间自主规划、执行、自我进化,最终交付完整的工程级成果。Jinja00
atomcodeAn open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust021
MiniMax-M2.7MiniMax-M2.7 是我们首个深度参与自身进化过程的模型。M2.7 具备构建复杂智能体应用框架的能力,能够借助智能体团队、复杂技能以及动态工具搜索,完成高度精细的生产力任务。Python00- QQwen3.5-397B-A17BQwen3.5 实现了重大飞跃,整合了多模态学习、架构效率、强化学习规模以及全球可访问性等方面的突破性进展,旨在为开发者和企业赋予前所未有的能力与效率。Jinja00
HY-Embodied-0.5这是一套专为现实世界具身智能打造的基础模型。该系列模型采用创新的混合Transformer(Mixture-of-Transformers, MoT) 架构,通过潜在令牌实现模态特异性计算,显著提升了细粒度感知能力。Jinja00
LongCat-AudioDiT-1BLongCat-AudioDiT 是一款基于扩散模型的文本转语音(TTS)模型,代表了当前该领域的最高水平(SOTA),它直接在波形潜空间中进行操作。00
ERNIE-ImageERNIE-Image 是由百度 ERNIE-Image 团队开发的开源文本到图像生成模型。它基于单流扩散 Transformer(DiT)构建,并配备了轻量级的提示增强器,可将用户的简短输入扩展为更丰富的结构化描述。凭借仅 80 亿的 DiT 参数,它在开源文本到图像模型中达到了最先进的性能。该模型的设计不仅追求强大的视觉质量,还注重实际生成场景中的可控性,在这些场景中,准确的内容呈现与美观同等重要。特别是,ERNIE-Image 在复杂指令遵循、文本渲染和结构化图像生成方面表现出色,使其非常适合商业海报、漫画、多格布局以及其他需要兼具视觉质量和精确控制的内容创作任务。它还支持广泛的视觉风格,包括写实摄影、设计导向图像以及更多风格化的美学输出。Jinja00