Flutter Rust Bridge 中 StreamSink 错误处理的最佳实践
2025-06-13 13:53:34作者:段琳惟
在使用 Flutter Rust Bridge 进行跨语言开发时,StreamSink 是一个常用的工具,用于在 Rust 和 Dart 之间建立数据流通道。然而,开发者经常会遇到一个常见问题:当 Rust 端返回错误时,Dart 端无法捕获这些错误。
问题背景
在 Rust 端定义一个使用 StreamSink 的方法时,如:
pub fn sftp_upload_file(attr: String, remote_path: String, local_path: String, sink: StreamSink<(u64, u64)>) -> Result<(), SessionError> {
// 业务逻辑
}
对应的 Dart 端生成的代码会返回一个 Stream。开发者通常期望使用 try-catch 来捕获可能的错误:
try {
final stream = rust.crateApiSshSftpUploadFile(...);
await for (var item in stream) {
// 处理数据
}
} catch (e) {
// 期望捕获错误,但实际上不会执行
}
然而,这种错误处理方式并不能捕获 Rust 端返回的错误。
解决方案
方案一:使用枚举类型封装数据和错误
最直接的解决方案是修改返回类型,将数据和错误都封装在一个枚举类型中:
pub enum UploadProgress {
Data(u64, u64),
Error(String),
}
pub fn sftp_upload_file(..., sink: StreamSink<UploadProgress>) -> Result<(), SessionError> {
// 业务逻辑
if let Err(e) = some_operation() {
sink.add(UploadProgress::Error(e.to_string()));
return Ok(());
}
// 正常处理
sink.add(UploadProgress::Data(current, total));
Ok(())
}
Dart 端可以这样处理:
await for (var item in stream) {
switch (item) {
case Data(:final field0, :final field1):
// 处理进度数据
case Error(:final field0):
// 处理错误
}
}
这种方式的优点是:
- 实现简单直接
- 可以自定义错误类型和数据结构
- 错误处理逻辑清晰可见
方案二:扩展 StreamSink 功能(高级方案)
更优雅的解决方案是扩展 StreamSink 的功能,使其支持直接发送错误。这需要修改 Flutter Rust Bridge 的源码,添加类似 add_error 的方法:
impl<T> StreamSink<T> {
pub fn add_error(&self, error: String) {
// 实现将错误发送到 Dart 端
}
}
这样 Rust 端可以:
if let Err(e) = operation() {
sink.add_error(e.to_string());
return Ok(());
}
Dart 端则可以保持原有的 try-catch 结构:
try {
await for (var item in stream) {
// 处理数据
}
} catch (e) {
// 现在可以捕获到错误了
}
方案选择建议
对于大多数开发者,特别是 Rust 新手,推荐使用第一种方案。它不需要修改框架代码,实现简单,且错误处理逻辑明确。
第二种方案更适合有 Rust 开发经验的开发者,或者需要更符合 Dart 习惯的错误处理方式的场景。如果你选择这种方案,可以考虑向 Flutter Rust Bridge 项目提交 Pull Request,贡献这个功能。
总结
在 Flutter Rust Bridge 中使用 StreamSink 时,错误处理需要特别注意。通过封装枚举类型是最简单可靠的解决方案,而扩展 StreamSink 功能则提供了更符合 Dart 习惯的 API。开发者应根据项目需求和自身技术能力选择合适的方案。
登录后查看全文
热门项目推荐
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust0152- DDeepSeek-V4-ProDeepSeek-V4-Pro(总参数 1.6 万亿,激活 49B)面向复杂推理和高级编程任务,在代码竞赛、数学推理、Agent 工作流等场景表现优异,性能接近国际前沿闭源模型。Python00
LongCat-Video-Avatar-1.5最新开源LongCat-Video-Avatar 1.5 版本,这是一款经过升级的开源框架,专注于音频驱动人物视频生成的极致实证优化与生产级就绪能力。该版本在 LongCat-Video 基础模型之上构建,可生成高度稳定的商用级虚拟人视频,支持音频-文本转视频(AT2V)、音频-文本-图像转视频(ATI2V)以及视频续播等原生任务,并能无缝兼容单流与多流音频输入。00
auto-devAutoDev 是一个 AI 驱动的辅助编程插件。AutoDev 支持一键生成测试、代码、提交信息等,还能够与您的需求管理系统(例如Jira、Trello、Github Issue 等)直接对接。 在IDE 中,您只需简单点击,AutoDev 会根据您的需求自动为您生成代码。Kotlin03
Intern-S2-PreviewIntern-S2-Preview,这是一款高效的350亿参数科学多模态基础模型。除了常规的参数与数据规模扩展外,Intern-S2-Preview探索了任务扩展:通过提升科学任务的难度、多样性与覆盖范围,进一步释放模型能力。Python00
skillhubopenJiuwen 生态的 Skill 托管与分发开源方案,支持自建与可选 ClawHub 兼容。Python0112
项目优选
收起
暂无描述
Dockerfile
733
4.75 K
Ascend Extension for PyTorch
Python
618
795
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
433
395
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++
1.01 K
1.01 K
Claude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed.
Get Started
Rust
1.18 K
152
deepin linux kernel
C
29
16
华为昇腾面向大规模分布式训练的多模态大模型套件,支撑多模态生成、多模态理解。
Python
145
237
暂无简介
Dart
983
252
昇腾LLM分布式训练框架
Python
166
198
🎉 (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
1.68 K
989