.NET MAUI 中解决 iOS 隐私清单缺失问题的完整指南
问题背景
在 iOS 应用开发中,苹果公司近期加强了对第三方 SDK 隐私管理的审查要求。当开发者使用 .NET MAUI 框架开发 iOS 应用并集成 Firebase 等第三方服务时,可能会遇到"ITMS-91061: Missing privacy manifest"的错误提示,导致应用无法通过 App Store 审核。
问题本质
苹果要求所有包含常用第三方 SDK 的应用必须提供隐私清单文件(PrivacyInfo.xcprivacy)。这些文件需要明确说明 SDK 收集的数据类型、使用目的以及访问的 API 类型。对于 .NET MAUI 项目,特别是使用 Xamarin.Firebase.iOS.* 等较老版本 SDK 的情况,这些隐私清单文件往往缺失。
解决方案详解
1. 识别缺失的隐私清单
首先需要从苹果的审核邮件中获取具体缺失隐私清单的框架列表。常见的 Firebase 相关框架包括:
- FirebaseCore
- FirebaseMessaging
- FirebaseInstallations
- GoogleDataTransport
- GTMSessionFetcher
- 以及其他依赖项
2. 获取隐私清单文件
对于每个缺失隐私清单的框架,需要从其官方 GitHub 仓库获取对应的 PrivacyInfo.xcprivacy 文件。例如:
- FirebaseCore 的隐私清单可以从 Firebase iOS SDK 仓库获取
- FBLPromises 的隐私清单可以从 Google Promises 仓库获取
- 其他依赖项也有对应的官方仓库
3. 项目结构调整
在 .NET MAUI 项目中创建专门的隐私清单目录结构:
Platforms/iOS/PrivacyManifests/
将获取的所有隐私清单文件放入此目录,并确保文件命名清晰,便于管理。
4. 修改项目文件
在 .csproj 文件中为每个隐私清单添加 BundleResource 条目。例如:
<ItemGroup Condition="$([MSBuild]::GetTargetPlatformIdentifier('$(TargetFramework)')) == 'ios'">
<BundleResource Include="Platforms\iOS\PrivacyManifests\FirebaseCore.xcprivacy">
<LogicalName>Frameworks/FirebaseCore.framework/PrivacyInfo.xcprivacy</LogicalName>
</BundleResource>
<!-- 其他框架的隐私清单 -->
</ItemGroup>
5. 特殊情况处理
对于某些框架(如 FirebaseCoreDiagnostics),可能无法找到官方提供的隐私清单文件。这种情况下,可以创建一个基本的隐私清单文件,声明不收集任何数据:
<?xml version="1.0" encoding="UTF-8"?>
<!DOCTYPE plist PUBLIC "-//Apple//DTD PLIST 1.0//EN" "http://www.apple.com/DTDs/PropertyList-1.0.dtd">
<plist version="1.0">
<dict>
<key>NSPrivacyAccessedAPITypes</key>
<array/>
<key>NSPrivacyCollectedDataTypes</key>
<array/>
<key>NSPrivacyTracking</key>
<false/>
<key>NSPrivacyTrackingDomains</key>
<array/>
</dict>
</plist>
技术原理
隐私清单机制是苹果为增强用户隐私保护而引入的。它要求每个框架明确声明:
- 收集的数据类型(如设备ID、使用数据等)
- 数据收集的目的(如应用功能、分析等)
- 是否用于追踪用户
- 访问的系统API类型及原因
在 .NET MAUI 中,通过 BundleResource 机制将隐私清单文件嵌入到最终生成的 iOS 应用中,确保它们位于正确的框架目录下。
最佳实践
- 定期检查依赖项:随着苹果政策的更新,更多框架可能需要添加隐私清单
- 保持文件更新:当框架更新时,检查其隐私清单是否有变化
- 完整覆盖:确保为所有苹果指出的缺失框架都提供了隐私清单
- 验证机制:在提交前检查生成的IPA文件,确认隐私清单已正确嵌入
长期解决方案
虽然手动添加隐私清单可以解决当前问题,但从长远来看:
- 考虑迁移到维护更活跃的 Firebase SDK 版本
- 关注 .NET MAUI 社区对 Firebase 支持的更新
- 评估是否有替代 Firebase 的方案可用
通过以上步骤,开发者可以有效地解决 .NET MAUI 应用在 iOS 平台上的隐私清单缺失问题,确保应用顺利通过 App Store 审核。
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-1.5暂无简介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-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