Compose Destinations 库中运行时动态添加深度链接的实现方案
2025-06-25 12:28:17作者:沈韬淼Beryl
背景介绍
Compose Destinations 是一个用于 Jetpack Compose 导航的库,它通过注解处理简化了导航图的创建过程。在版本 2.1.0 的迁移过程中,库移除了 withDeepLink() 方法,这给一些需要动态配置深度链接的开发者带来了困扰。
问题分析
在某些应用架构中,深度链接的 URI 模式(schema)可能由不同应用变体(flavor)决定,并且只在父模块中可见。这些信息通过依赖注入提供,无法在编译时作为常量使用。原本开发者可以通过 withDeepLink() 方法在运行时动态添加深度链接,但该方法在 v2 版本中被移除。
解决方案演进
经过社区讨论,Compose Destinations 库作者提出了一个新的 API 设计方案,允许开发者在 DestinationsNavHost 的尾随 lambda 中动态添加深度链接。这种设计既保持了库的简洁性,又解决了运行时配置的需求。
新 API 设计
DestinationsNavHost(
//...其他参数
) {
// 可以在这里动态添加深度链接
MyDestination addDeepLink {
uriPattern = "自定义URI模式"
}
}
开发者还可以创建扩展函数来简化常见模式:
fun ManualComposableCallsBuilder.addDeepLink(
destination: DestinationSpec,
scheme: DeeplinkScheme
) {
destination addDeepLink {
uriPattern = "${scheme.value}://${destination.route}"
}
}
技术优势
- 灵活性:允许在运行时根据应用配置动态设置深度链接
- 模块化:解决了子模块无法访问父模块配置的问题
- 简洁性:保持了 Compose Destinations 库的声明式风格
- 兼容性:与现有的注解处理方式良好共存
实际应用
这种设计使得开发者不再需要手动实现 NavGraphSpec 来配置深度链接,可以直接使用库生成的导航图,同时保留动态配置的能力。对于多 flavor 应用或需要从服务器获取深度链接配置的场景特别有用。
总结
Compose Destinations 库通过引入这种新的运行时配置机制,在保持核心设计理念的同时,解决了开发者在实际项目中遇到的动态配置需求。这体现了优秀开源库在简洁性和灵活性之间的平衡艺术,也为类似场景下的导航解决方案提供了参考。
该功能已在 beta07 版本中实现,开发者可以升级使用这一改进。这种演进也展示了开源社区如何通过开发者反馈不断改进工具的实用性和适应性。
登录后查看全文
热门项目推荐
相关项目推荐
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5-w4a8GLM-5-w4a8基于混合专家架构,专为复杂系统工程与长周期智能体任务设计。支持单/多节点部署,适配Atlas 800T A3,采用w4a8量化技术,结合vLLM推理优化,高效平衡性能与精度,助力智能应用开发Jinja00
请把这个活动推给顶尖程序员😎本次活动专为懂行的顶尖程序员量身打造,聚焦AtomGit首发开源模型的实际应用与深度测评,拒绝大众化浅层体验,邀请具备扎实技术功底、开源经验或模型测评能力的顶尖开发者,深度参与模型体验、性能测评,通过发布技术帖子、提交测评报告、上传实践项目成果等形式,挖掘模型核心价值,共建AtomGit开源模型生态,彰显顶尖程序员的技术洞察力与实践能力。00
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
MiniMax-M2.5MiniMax-M2.5开源模型,经数十万复杂环境强化训练,在代码生成、工具调用、办公自动化等经济价值任务中表现卓越。SWE-Bench Verified得分80.2%,Multi-SWE-Bench达51.3%,BrowseComp获76.3%。推理速度比M2.1快37%,与Claude Opus 4.6相当,每小时仅需0.3-1美元,成本仅为同类模型1/10-1/20,为智能应用开发提供高效经济选择。【此简介由AI生成】Python00
Qwen3.5Qwen3.5 昇腾 vLLM 部署教程。Qwen3.5 是 Qwen 系列最新的旗舰多模态模型,采用 MoE(混合专家)架构,在保持强大模型能力的同时显著降低了推理成本。00- RRing-2.5-1TRing-2.5-1T:全球首个基于混合线性注意力架构的开源万亿参数思考模型。Python00
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
569
3.84 K
Ascend Extension for PyTorch
Python
379
453
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++
893
676
暂无简介
Dart
802
199
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
350
203
昇腾LLM分布式训练框架
Python
118
147
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
12
1
🔥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
68
20
🎉 (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
1.37 K
781