解决.NET8 Android应用发布时Microsoft.Android.Runtime.34缺失问题
2025-07-05 17:24:42作者:邓越浪Henry
问题背景
在.NET 8.0环境下开发Android应用时,开发者可能会遇到一个典型的构建错误:"Microsoft.Android.Runtime.34.android-arm64 was not downloaded"。这个问题通常出现在以下场景:
- 使用GitHub Actions进行持续集成时
- 构建服务器上同时安装了.NET 9.0 SDK
- 尝试发布基于.NET 8.0的Maui Android应用
问题根源分析
这个问题的根本原因在于SDK版本冲突。当构建环境中同时存在.NET 8.0和9.0 SDK时,工作负载安装过程可能会优先下载9.0版本的Android运行时组件(如Microsoft.Android.Runtime.35),而.NET 8.0应用构建时却需要34版本的运行时组件。
解决方案
经过实践验证,最可靠的解决方案是通过全局配置文件锁定SDK版本:
- 在解决方案根目录下创建或修改
global.json文件 - 明确指定使用.NET 8.0 SDK:
{
"sdk": {
"version": "8.0.400"
}
}
技术细节
为什么这个方法有效?
global.json是.NET CLI工具的配置文件,它可以:
- 锁定特定的SDK版本
- 确保构建过程使用预期的工具链
- 避免多版本SDK共存时的自动选择问题
其他尝试过的方案
在找到最终解决方案前,开发者可能会尝试以下方法但效果不佳:
- 指定工作负载版本:
dotnet workload install maui-android --version 8.0.402 - 修改目标框架:
net8.0-android35.0 - 设置环境变量:
BUILD_TOOLS_VERSION=35.0.0
这些方法之所以不奏效,是因为它们没有从根本上解决SDK版本选择的问题。
最佳实践建议
- 版本锁定:对于生产环境构建,始终使用
global.json锁定SDK版本 - 环境隔离:考虑为不同版本的构建使用独立的构建代理或容器
- 明确依赖:在项目文件中明确指定所有NuGet包的版本
- 构建日志检查:定期检查构建日志,确保下载了正确版本的运行时组件
总结
在.NET多版本共存的环境中构建Android应用时,SDK版本管理至关重要。通过global.json文件明确指定SDK版本是最可靠的方式,可以避免因自动版本选择导致的构建失败问题。这个问题也提醒我们,在持续集成环境中,明确的环境配置是保证构建可靠性的关键因素。
对于使用GitHub Actions的团队,建议将global.json文件纳入版本控制,确保所有构建环境的一致性。同时,定期更新SDK版本时,也要同步更新这个配置文件,保持开发、构建和部署环境的一致性。
登录后查看全文
热门项目推荐
相关项目推荐
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5-w4a8GLM-5-w4a8基于混合专家架构,专为复杂系统工程与长周期智能体任务设计。支持单/多节点部署,适配Atlas 800T A3,采用w4a8量化技术,结合vLLM推理优化,高效平衡性能与精度,助力智能应用开发Jinja00
jiuwenclawJiuwenClaw 是一款基于openJiuwen开发的智能AI Agent,它能够将大语言模型的强大能力,通过你日常使用的各类通讯应用,直接延伸至你的指尖。Python0188- QQwen3.5-397B-A17BQwen3.5 实现了重大飞跃,整合了多模态学习、架构效率、强化学习规模以及全球可访问性等方面的突破性进展,旨在为开发者和企业赋予前所未有的能力与效率。Jinja00
AtomGit城市坐标计划AtomGit 城市坐标计划开启!让开源有坐标,让城市有星火。致力于与城市合伙人共同构建并长期运营一个健康、活跃的本地开发者生态。01
awesome-zig一个关于 Zig 优秀库及资源的协作列表。Makefile00
热门内容推荐
最新内容推荐
5个实战技巧:用langchaingo构建企业级对话系统的全流程指南解锁模块化编辑:Milkdown框架的可扩展开发指南[技术专题] OpenWeChat消息处理:从核心原理到高级实践Dapr集群部署失败?5步实战指南助你快速定位并解决问题小爱音箱AI升级定制指南:从零开始的设备改造与功能扩展Vanna AI训练数据效率提升实战指南:从数据准备到模型优化全流程解析打造现代界面新范式:Glass Liquid设计理念与实践指南PandaWiki部署实战:从环境准备到系统优化全指南4个步骤掌握Claude AI应用容器化部署:claude-quickstarts项目Docker实践指南4个高效步骤:Pixelle-Video API集成与开发实战指南
项目优选
收起
deepin linux kernel
C
27
12
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
598
4.03 K
Ascend Extension for PyTorch
Python
440
531
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++
920
768
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
368
247
🎉 (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
1.46 K
822
AscendNPU-IR是基于MLIR(Multi-Level Intermediate Representation)构建的,面向昇腾亲和算子编译时使用的中间表示,提供昇腾完备表达能力,通过编译优化提升昇腾AI处理器计算效率,支持通过生态框架使能昇腾AI处理器与深度调优
C++
112
168
暂无简介
Dart
844
204
🔥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
69
21
昇腾LLM分布式训练框架
Python
130
156