Uniffi-rs 项目中自定义类型绑定的命名规范更新
2025-06-25 18:34:09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
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
Ascend Extension for PyTorch
Python
222
238
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
暂无简介
Dart
671
156
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++
661
312
React Native鸿蒙化仓库
JavaScript
261
322
🔥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
仓颉编译器源码及 cjdb 调试工具。
C++
134
867
仓颉编程语言测试用例。
Cangjie
37
859
openGauss kernel ~ openGauss is an open source relational database management system
C++
160
217