Uniffi-rs 项目中自定义类型绑定的命名规范更新
2025-06-25 13:57:18作者:郁楠烈Hubert
背景介绍
Uniffi-rs 是一个由 Mozilla 开发的 Rust 与其他语言绑定的工具框架,它允许开发者将 Rust 代码无缝集成到 Kotlin、Swift 等多种语言中。在最新发布的 0.29.0 版本中,项目对自定义类型绑定部分的配置语法进行了调整。
问题发现
在 0.29.0 版本更新后,开发者发现文档中关于自定义类型绑定的配置示例使用了新的 lift/lower 命名方式,但实际运行时系统仍然要求使用旧的 into_custom/from_custom 命名。这种不一致性导致开发者在使用时遇到配置错误。
技术细节分析
Uniffi-rs 的自定义类型绑定功能允许开发者在不同语言间转换数据类型。例如,在 Kotlin 中可以将 Java 的 URL 类型与 Rust 的字符串类型相互转换。这个转换过程需要两个方向的配置:
- 从内置类型到自定义类型的转换(旧称
into_custom,新称lift) - 从自定义类型到内置类型的转换(旧称
from_custom,新称lower)
在 0.29.0 版本中,项目团队计划统一使用 lift/lower 的命名方式,这与 Rust 宏中的命名保持一致,更符合语义化。然而,实际实现中系统仍然兼容旧的命名方式,导致文档与实际行为不一致。
解决方案
项目维护者确认这是一个疏忽,并迅速采取了以下措施:
- 保持对旧命名方式的支持以确保向后兼容
- 同时支持新的
lift/lower命名方式 - 更新文档以明确说明两种命名方式都可以使用
最佳实践建议
对于使用 Uniffi-rs 的开发者,建议:
- 新项目可以采用新的
lift/lower命名方式,这更符合框架的整体设计理念 - 现有项目可以继续使用
into_custom/from_custom命名,不影响功能 - 关注后续版本更新,未来可能会完全过渡到新的命名方式
总结
这个案例展示了开源项目中常见的文档与实际实现不一致的问题。Uniffi-rs 团队通过快速响应和兼容性处理,确保了平稳过渡。对于开发者而言,理解框架的设计理念和命名规范有助于更好地使用和维护项目代码。
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
184
196
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++
648
265
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
275
97
暂无简介
Dart
623
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
380
3.43 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