Dagger Hilt 在 Android 项目中的正确配置指南
2025-05-12 03:34:34作者:郜逊炳
在 Android 开发中使用 Dagger Hilt 进行依赖注入时,经常会遇到各种配置问题。本文将详细介绍如何正确配置 Dagger Hilt,避免常见的编译错误。
常见配置错误分析
开发者在配置 Dagger Hilt 时最常遇到的错误之一是 Expected @AndroidEntryPoint to have a value。这个错误通常表明 Hilt Gradle 插件没有被正确应用。错误信息会提示开发者检查是否忘记了应用 Gradle 插件。
项目级配置要点
在项目的顶级 build.gradle.kts 文件中,需要确保以下配置:
- 添加 Hilt 的 classpath 依赖
- 声明 KSP 插件版本
- 正确设置插件应用范围
buildscript {
dependencies {
classpath("com.google.dagger:hilt-android-gradle-plugin:2.48.1")
}
}
plugins {
id("com.google.devtools.ksp") version "1.9.21-1.0.15" apply false
}
模块级配置关键
在模块级的 build.gradle.kts 文件中,配置更为关键:
- 应用 Hilt 插件时不应使用 apply false
- KSP 插件只需应用,不需指定版本
- 确保 kapt 配置正确
plugins {
id("com.google.dagger.hilt.android")
id("com.google.devtools.ksp")
}
dependencies {
implementation("com.google.dagger:hilt-android:2.48.1")
kapt("com.google.dagger:hilt-android-compiler:2.48.1")
}
kapt {
correctErrorTypes = true
}
常见问题解决方案
-
KSP 插件冲突问题:当出现 "The KSP plugin was detected to be applied but its task class could not be found" 错误时,需要在项目级声明 KSP 版本,在模块级只应用插件而不指定版本。
-
Hilt 注解处理器问题:确保使用 kapt 而不是 annotationProcessor 来处理 Hilt 注解。
-
类型擦除问题:通过 kapt 配置中的 correctErrorTypes = true 来解决 Hilt 生成的代码类型问题。
最佳实践建议
- 保持 Dagger Hilt 版本与其他相关库版本同步更新
- 在模块级 build 文件中只应用插件,版本统一在项目级管理
- 使用 Kotlin DSL 时注意插件应用的语法差异
- 清理构建缓存后重新构建可以解决许多配置更新后的问题
通过遵循这些配置原则,可以避免大多数 Dagger Hilt 在 Android 项目中的集成问题,确保依赖注入系统正常工作。
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
Ascend Extension for PyTorch
Python
223
246
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
暂无简介
Dart
672
157
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++
662
313
React Native鸿蒙化仓库
JavaScript
262
323
🔥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
仓颉编译器源码及 cjdb 调试工具。
C++
135
867
仓颉编程语言测试用例。
Cangjie
37
860
openGauss kernel ~ openGauss is an open source relational database management system
C++
160
218