Compose Destinations 依赖注入问题解析:如何正确使用 destination 作用域
2025-06-25 21:14:10作者:袁立春Spencer
问题背景
在使用 Compose Destinations 2.1.0 版本时,开发者遇到了一个依赖注入相关的问题。具体表现为:当尝试为特定目的地(Destination)提供依赖时,使用 destination
作用域的方式无法正常工作,而使用全局 dependency
方式则可以。
问题现象
开发者提供了两种不同的依赖注入方式:
- 全局依赖方式(正常工作):
DestinationsNavHost(
dependenciesContainerBuilder = {
dependency(checkoutExpirationDialogHandler)
dependency(hiltViewModel<DeparturesViewModel>())
}
)
- 目的地作用域方式(不工作):
DestinationsNavHost(
dependenciesContainerBuilder = {
destination(DeparturesScreenDestination) { checkoutExpirationDialogHandler }
destination(DeparturesScreenDestination) { hiltViewModel<DeparturesViewModel>() }
}
)
问题根源
经过分析,发现问题出在使用 destination
作用域时缺少了关键的 dependency()
包装方法。正确的做法应该是:
destination(DeparturesScreenDestination) {
dependency(hiltViewModel<DeparturesViewModel>())
}
技术解析
Compose Destinations 依赖注入机制
Compose Destinations 提供了两种依赖注入方式:
- 全局依赖:使用
dependency()
方法注册的依赖对所有目的地都可用 - 目的地作用域依赖:使用
destination(DestinationSpec) { ... }
方法注册的依赖仅对特定目的地可用
为什么需要 dependency() 包装
destination
作用域内的代码块实际上是一个 DSL 构建器,它需要明确的指令来注册依赖。直接返回依赖实例而不使用 dependency()
方法,会导致依赖没有被正确注册到依赖容器中。
正确用法对比
错误用法:
destination(DeparturesScreenDestination) {
hiltViewModel<DeparturesViewModel>()
}
正确用法:
destination(DeparturesScreenDestination) {
dependency(hiltViewModel<DeparturesViewModel>())
}
最佳实践建议
- 明确依赖作用域:根据依赖的使用范围选择全局注册或目的地作用域注册
- 使用依赖包装:在目的地作用域内必须使用
dependency()
方法包装依赖 - 依赖查找:在目的地内部使用
buildDependencies().require()
获取依赖时,确保类型匹配 - 版本适配:注意不同版本间的 API 变化(如 v1 中的
dependency
方法在 v2 中更名为destination
)
总结
Compose Destinations 提供了灵活的依赖注入机制,但使用时需要注意 API 的正确调用方式。特别是在使用目的地作用域依赖时,必须使用 dependency()
方法包装依赖实例,否则依赖将无法正确注册。理解这一机制可以帮助开发者更好地组织和管理 Compose 应用中的依赖关系。
登录后查看全文
热门项目推荐
相关项目推荐
GLM-4.6
GLM-4.6在GLM-4.5基础上全面升级:200K超长上下文窗口支持复杂任务,代码性能大幅提升,前端页面生成更优。推理能力增强且支持工具调用,智能体表现更出色,写作风格更贴合人类偏好。八项公开基准测试显示其全面超越GLM-4.5,比肩DeepSeek-V3.1-Terminus等国内外领先模型。【此简介由AI生成】Jinja00- DDeepSeek-V3.2-ExpDeepSeek-V3.2-Exp是DeepSeek推出的实验性模型,基于V3.1-Terminus架构,创新引入DeepSeek Sparse Attention稀疏注意力机制,在保持模型输出质量的同时,大幅提升长文本场景下的训练与推理效率。该模型在MMLU-Pro、GPQA-Diamond等多领域公开基准测试中表现与V3.1-Terminus相当,支持HuggingFace、SGLang、vLLM等多种本地运行方式,开源内核设计便于研究,采用MIT许可证。【此简介由AI生成】Python00
openPangu-Ultra-MoE-718B-V1.1
昇腾原生的开源盘古 Ultra-MoE-718B-V1.1 语言模型Python00ops-transformer
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++0113AI内容魔方
AI内容专区,汇集全球AI开源项目,集结模块、可组合的内容,致力于分享、交流。02Spark-Chemistry-X1-13B
科大讯飞星火化学-X1-13B (iFLYTEK Spark Chemistry-X1-13B) 是一款专为化学领域优化的大语言模型。它由星火-X1 (Spark-X1) 基础模型微调而来,在化学知识问答、分子性质预测、化学名称转换和科学推理方面展现出强大的能力,同时保持了强大的通用语言理解与生成能力。Python00GOT-OCR-2.0-hf
阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00- HHowToCook程序员在家做饭方法指南。Programmer's guide about how to cook at home (Chinese only).Dockerfile011
- PpathwayPathway is an open framework for high-throughput and low-latency real-time data processing.Python00
项目优选
收起

deepin linux kernel
C
22
6

OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
218
2.23 K

暂无简介
Dart
523
116

React Native鸿蒙化仓库
JavaScript
210
285

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

🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
982
580

Ascend Extension for PyTorch
Python
67
97

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++
564
87

旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
1.02 K
399

GLM-4.6在GLM-4.5基础上全面升级:200K超长上下文窗口支持复杂任务,代码性能大幅提升,前端页面生成更优。推理能力增强且支持工具调用,智能体表现更出色,写作风格更贴合人类偏好。八项公开基准测试显示其全面超越GLM-4.5,比肩DeepSeek-V3.1-Terminus等国内外领先模型。【此简介由AI生成】
Jinja
34
0