Lawnchair启动器时钟小部件自动调整大小问题分析
2025-05-23 13:20:29作者:宗隆裙
问题现象
在Lawnchair启动器14 beta版本中,用户反馈Android系统自带的时钟小部件存在自动调整大小的问题。具体表现为:当用户将时钟小部件设置为中等尺寸(如2x3网格大小)放置在主屏幕后,经过一段时间使用或设备锁屏/解锁操作后,小部件会意外缩小至最小尺寸。
技术背景
时钟小部件作为Android系统核心组件之一,其尺寸管理涉及多个层面的交互:
- 启动器(Lawnchair)负责小部件的布局和尺寸管理
- 小部件提供者(Clock应用)定义小部件的可调整范围
- Android框架提供小部件宿主功能
在正常情况下,小部件尺寸应由用户设定后保持稳定,除非用户主动调整或系统配置发生重大变更。
问题根源
根据开发团队确认,此问题属于已知的横竖屏切换相关bug。当设备方向发生变化时,启动器对小部件尺寸的恢复逻辑存在缺陷,导致在某些情况下无法正确保持用户设定的尺寸。
影响范围
- 受影响版本:Lawnchair 14 beta 2及部分夜间构建版本
- 设备型号:主要在Pixel系列设备上报告(6a/7a等)
- Android版本:Android 14
解决方案
开发团队已在Lawnchair 15-dev版本中修复此问题。对于仍在使用14版本的用户,可以尝试以下临时解决方案:
- 手动重新调整小部件尺寸
- 避免频繁切换设备方向
- 等待15-dev版本的稳定发布
技术建议
对于Android小部件开发者,在处理尺寸相关问题时应注意:
- 实现完整的配置变更处理逻辑
- 在onSaveInstanceState中保存关键尺寸参数
- 在onRestoreInstanceState中正确恢复状态
- 考虑不同设备尺寸和密度的适配
Lawnchair团队对此类问题的快速响应体现了开源社区对用户体验的重视,也展示了持续迭代改进的开发模式。
登录后查看全文
热门项目推荐
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
热门内容推荐
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