React Native Gesture Handler在Android构建时的重复文件冲突解决方案
问题背景
在使用React Native Gesture Handler库(版本2.16.0)进行Android应用开发时,开发者可能会遇到一个常见的构建错误:"2 files found with path 'lib/arm64-v8a/libjsi.so'"。这个错误通常发生在使用React Native 0.73.3版本且启用了Hermes引擎的环境中。
错误分析
该错误表明在构建过程中,Gradle发现了两个相同路径的libjsi.so文件,这会导致构建系统无法确定应该使用哪一个文件。libjsi.so是React Native JavaScript接口(JavaScript Interface)的本地库文件,对于Hermes引擎的正常运行至关重要。
根本原因
这种冲突通常发生在以下情况:
- 项目中同时引入了多个依赖库,这些库都包含了相同的本地库文件
- 项目升级过程中,新旧版本的库文件产生了冲突
- 构建缓存没有正确清理,导致旧版本文件残留
解决方案
临时解决方案
在项目的build.gradle文件中添加packagingOptions配置,明确告诉Gradle在遇到冲突时选择第一个找到的文件:
android {
packagingOptions {
pickFirst 'lib/x86/*'
pickFirst 'lib/x86_64/*'
pickFirst 'lib/armeabi-v7a/*'
pickFirst 'lib/arm64-v8a/*'
}
}
这种方法虽然能解决问题,但并不是最佳实践,因为它只是简单地选择了第一个找到的文件,而没有真正解决文件冲突的根源。
推荐解决方案
-
清理构建缓存:执行以下命令清理Gradle和React Native的构建缓存
cd android && ./gradlew clean rm -rf node_modules && yarn install -
检查依赖冲突:使用Gradle的依赖树分析工具检查是否有多个版本的React Native或Hermes引擎被引入
./gradlew :app:dependencies -
统一依赖版本:确保项目中所有React Native相关依赖使用相同版本
-
检查React Native配置:确认react-native.config.js中没有重复的本地库配置
预防措施
- 定期清理构建缓存,特别是在升级React Native或相关库后
- 使用yarn resolutions或gradle的dependency constraints来强制统一依赖版本
- 在添加新依赖时,检查其是否引入了重复的本地库
- 考虑使用exclude规则来排除特定依赖中的冲突模块
深入理解
这个问题的本质是Android构建系统对本地库的处理机制。当多个模块提供相同的本地库时,Gradle默认会报错而不是自动选择一个。这种设计是为了防止开发者无意中使用错误的库版本。理解这一点有助于开发者更好地处理类似的构建冲突问题。
通过以上分析和解决方案,开发者可以更系统地处理React Native Gesture Handler在Android构建时的文件冲突问题,而不仅仅是应用临时修复方案。
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