Compose Destinations 项目中关于深链接配置的替代方案解析
2025-06-25 06:11:03作者:宣利权Counsellor
背景介绍
Compose Destinations 是一个用于 Jetpack Compose 导航的库,它简化了导航逻辑的实现。在最新版本中,库移除了 allowSourcesFromOtherPlugins 配置选项,这影响了某些开发者使用 BuildConfig 来配置深链接(Deep Link)的方式。
原有方案的问题
原先开发者可以通过 allowSourcesFromOtherPlugins 选项来允许从其他插件(如 BuildConfig)获取数据来配置深链接。例如:
@Destination(
deepLinks = [
DeepLink(uriPattern = "https://example.com/${BuildConfig.VERSION_CODE}")
]
)
class MyScreen
这种方式在 KSP2 中已被废弃,主要原因是:
- 在 Gradle 新版本中存在兼容性问题
- 破坏了编译时处理的确定性原则
- 可能导致不可预期的构建行为
新的运行时配置方案
Compose Destinations 提供了更灵活、更可靠的运行时配置方案。开发者现在可以在 DestinationsNavHost 中动态添加深链接:
DestinationsNavHost(
// 其他参数...
) {
MyDestination addDeepLink {
uriPattern = "runtimeschema://${MyDestination.route}"
}
}
这种方式的优势包括:
- 灵活性:可以在运行时动态决定深链接的格式
- 可维护性:集中管理所有深链接配置
- 兼容性:不受 Gradle 版本变化影响
- 可测试性:更容易进行单元测试
实际应用示例
假设我们需要根据应用版本号构建深链接,可以这样实现:
val appVersion = getVersionFromSomewhere() // 从任意地方获取版本信息
DestinationsNavHost(
navController = navController,
startRoute = HomeScreenDestination
) {
ProfileScreenDestination addDeepLink {
uriPattern = "myapp://profile?version=${appVersion}"
}
SettingsScreenDestination addDeepLink {
uriPattern = "myapp://settings/v${appVersion}"
}
}
迁移建议
对于正在使用旧方案的开发者,建议按照以下步骤迁移:
- 移除所有
@Destination注解中的deepLinks配置 - 在
DestinationsNavHost的 lambda 表达式中集中添加深链接 - 将原先依赖 BuildConfig 的逻辑改为从其他可靠来源获取数据
- 测试所有深链接功能是否正常工作
总结
Compose Destinations 的这项变更虽然带来了短暂的迁移成本,但从长远来看提高了项目的稳定性和可维护性。运行时配置深链接的方式更加符合现代应用开发的最佳实践,为开发者提供了更大的灵活性和控制力。
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
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
402
3.12 K
Ascend Extension for PyTorch
Python
224
249
暂无简介
Dart
672
159
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++
663
315
React Native鸿蒙化仓库
JavaScript
262
324
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
🎉 (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
1.2 K
655
🔥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
openGauss kernel ~ openGauss is an open source relational database management system
C++
160
219