React Native Gesture Handler 中 Reanimated 的 Shareable 对象转换问题解析
问题背景
在使用 React Native Gesture Handler 和 Reanimated 库时,开发者可能会遇到一个特定的运行时错误:"Attempted to extract from a HostObject that wasn't converted to a Shareable"。这个错误通常发生在 Android 平台上,当手势事件处理与 Reanimated 动画结合使用时。
错误本质
这个错误的根本原因是 JavaScript 和原生代码之间的对象传递问题。Reanimated 要求所有在 JavaScript 和原生代码之间传递的对象都必须是"可共享的"(Shareable)。当尝试传递一个不符合要求的对象时,就会抛出这个异常。
典型场景
这种错误经常出现在以下场景中:
- 使用
useAnimatedGestureHandler处理手势事件时 - 在
runOnJS回调中直接内联声明函数 - 在抽屉导航(drawer)等复杂手势交互组件中
具体案例分析
在问题描述中,开发者遇到了这样的代码模式:
workletContext {
runOnJS(() => onGestureCancel?.())();
}
这种直接在 runOnJS 中内联声明函数的做法会导致问题,因为内联函数无法被正确转换为 Shareable 对象。
解决方案
正确的做法是将需要在 runOnJS 中执行的函数预先定义在 JavaScript 上下文中,而不是内联声明。例如:
const handleGestureCancel = () => {
onGestureCancel?.();
};
// 然后在 worklet 中使用
workletContext {
runOnJS(handleGestureCancel)();
}
这种模式确保了函数能够被正确识别和转换,避免了 Shareable 对象转换失败的问题。
最佳实践建议
- 避免内联函数:在
runOnJS中避免使用内联箭头函数,预先定义好所有回调函数 - 检查依赖项:确保所有传递到原生侧的参数都是简单类型或已被正确转换
- 更新依赖:保持 React Native Gesture Handler 和 Reanimated 库的最新版本
- 错误处理:在关键手势处理逻辑中添加适当的错误边界处理
底层原理
Reanimated 使用了一种特殊的机制在 JavaScript 和原生代码之间传递数据。所有需要跨边界传递的对象都必须实现特定的接口,使其成为"可共享的"。内联函数由于缺乏明确的引用和定义位置,无法满足这一要求,从而导致转换失败。
总结
React Native Gesture Handler 与 Reanimated 的结合使用虽然强大,但也需要注意对象传递的规则。通过遵循预先定义函数的原则,可以避免大多数 Shareable 对象转换问题,确保手势动画的流畅运行。
ERNIE-4.5-VL-28B-A3B-ThinkingERNIE-4.5-VL-28B-A3B-Thinking 是 ERNIE-4.5-VL-28B-A3B 架构的重大升级,通过中期大规模视觉-语言推理数据训练,显著提升了模型的表征能力和模态对齐,实现了多模态推理能力的突破性飞跃Python00
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
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Python00
HunyuanVideo-1.5HunyuanVideo-1.5作为一款轻量级视频生成模型,仅需83亿参数即可提供顶级画质,大幅降低使用门槛。该模型在消费级显卡上运行流畅,让每位开发者和创作者都能轻松使用。本代码库提供生成创意视频所需的实现方案与工具集。00
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能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
GOT-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