Compose Destinations 项目中关于深链接配置的替代方案解析
2025-06-25 03:42:59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
ERNIE-4.5-VL-28B-A3B-ThinkingERNIE-4.5-VL-28B-A3B-Thinking 是 ERNIE-4.5-VL-28B-A3B 架构的重大升级,通过中期大规模视觉-语言推理数据训练,显著提升了模型的表征能力和模态对齐,实现了多模态推理能力的突破性飞跃Python00
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
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Python00
HunyuanVideo-1.5暂无简介00
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能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
GOT-OCR-2.0-hf阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00
项目优选
收起
deepin linux kernel
C
24
7
Ascend Extension for PyTorch
Python
173
193
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++
647
263
TorchAir 支持用户基于PyTorch框架和torch_npu插件在昇腾NPU上使用图模式进行推理。
Python
268
93
暂无简介
Dart
622
140
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
377
3.32 K
React Native鸿蒙化仓库
JavaScript
242
315
🎉 (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
1.1 K
621
仓颉编译器源码及 cjdb 调试工具。
C++
126
856
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