解决.NET8 Android应用发布时Microsoft.Android.Runtime.34缺失问题
2025-07-05 07:27:38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
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
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
🔥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
暂无简介
Dart
671
155
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++
660
308
Ascend Extension for PyTorch
Python
220
236
仓颉编译器源码及 cjdb 调试工具。
C++
134
867
喝着茶写代码!最易用的自托管一站式代码托管平台,包含Git托管,代码审查,团队协作,软件包和CI/CD。
Go
23
0
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
392
3.83 K
React Native鸿蒙化仓库
JavaScript
259
322