Shorebird项目iOS通知服务扩展构建失败问题分析与解决
问题背景
在使用Shorebird构建工具进行iOS应用发布时,开发人员遇到了一个与Firebase通知服务扩展(NotificationService Extension)相关的构建问题。当应用包含Firebase云消息通知服务扩展时,使用Shorebird release命令构建的IPA文件在上传到App Store时会失败,而普通的Flutter构建则能成功上传。
错误现象
构建过程中出现的错误信息表明,应用扩展包(NotificationService.appex)的Info.plist文件中缺少必需的CFBundleVersion键值。具体错误包括:
- 资产验证失败:通知服务扩展包无效,Info.plist文件缺少CFBundleVersion键
- 缺少Info.plist值:通知服务扩展包中必须提供CFBundleVersion键的值
问题根源分析
经过深入调查,发现这个问题主要由以下几个因素共同导致:
-
版本号继承问题:通知服务扩展没有正确继承主应用的版本号和构建号。在Xcode项目中,扩展目标需要显式设置MARKETING_VERSION和CURRENT_PROJECT_VERSION,或者通过xcconfig文件继承这些值。
-
构建工具差异:使用Xcode直接构建时,Xcode会自动处理扩展的版本号设置;而通过Shorebird命令行工具构建时,这部分逻辑需要手动配置。
-
Fastlane工具变更:从gym工具切换到altool工具后,不再自动处理扩展版本号的更新。
解决方案
要解决这个问题,需要采取以下步骤:
1. 移除错误的flavor配置
在shorebird.yaml文件中,不应将NotificationService列为flavor。这是早期版本的一个错误配置,正确的shorebird.yaml文件不应包含通知服务扩展作为flavor。
2. 配置xcconfig文件
确保通知服务扩展目标的xcconfig文件正确包含必要的配置。扩展的xcconfig文件应该包含以下内容:
#include "Pods/Target Support Files/Pods-NotificationService/Pods-NotificationService.debug.xcconfig"
#include "Flutter/Generated.xcconfig"
3. 显式设置版本信息
在扩展的Info.plist文件中,需要显式设置CFBundleVersion和CFBundleShortVersionString,确保它们的值与主应用的Info.plist中的值一致。
4. 使用正确的构建变量
在Xcode中,将扩展的MARKETING_VERSION设置为$(FLUTTER_BUILD_NAME),确保它能正确获取Flutter构建时传入的版本号。
实施建议
-
对于新项目,建议在创建通知服务扩展时就按照上述方案进行配置。
-
对于已有项目出现此问题,建议:
- 检查并修正shorebird.yaml文件
- 验证扩展的xcconfig文件配置
- 确保Info.plist中的版本信息设置正确
- 测试构建流程是否恢复正常
总结
Shorebird构建工具与iOS通知服务扩展的集成问题主要源于版本号配置的继承和传递机制。通过正确配置xcconfig文件和显式设置版本信息,可以确保扩展包在构建过程中获得正确的版本号,从而解决上传失败的问题。这一解决方案不仅适用于Firebase通知服务扩展,也适用于其他类型的应用扩展。
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00- QQwen3-Coder-Next2026年2月4日,正式发布的Qwen3-Coder-Next,一款专为编码智能体和本地开发场景设计的开源语言模型。Python00
xw-cli实现国产算力大模型零门槛部署,一键跑通 Qwen、GLM-4.7、Minimax-2.1、DeepSeek-OCR 等模型Go06
PaddleOCR-VL-1.5PaddleOCR-VL-1.5 是 PaddleOCR-VL 的新一代进阶模型,在 OmniDocBench v1.5 上实现了 94.5% 的全新 state-of-the-art 准确率。 为了严格评估模型在真实物理畸变下的鲁棒性——包括扫描伪影、倾斜、扭曲、屏幕拍摄和光照变化——我们提出了 Real5-OmniDocBench 基准测试集。实验结果表明,该增强模型在新构建的基准测试集上达到了 SOTA 性能。此外,我们通过整合印章识别和文本检测识别(text spotting)任务扩展了模型的能力,同时保持 0.9B 的超紧凑 VLM 规模,具备高效率特性。Python00
KuiklyUI基于KMP技术的高性能、全平台开发框架,具备统一代码库、极致易用性和动态灵活性。 Provide a high-performance, full-platform development framework with unified codebase, ultimate ease of use, and dynamic flexibility. 注意:本仓库为Github仓库镜像,PR或Issue请移步至Github发起,感谢支持!Kotlin08
VLOOKVLOOK™ 是优雅好用的 Typora/Markdown 主题包和增强插件。 VLOOK™ is an elegant and practical THEME PACKAGE × ENHANCEMENT PLUGIN for Typora/Markdown.Less00