Realm-JS 在 Expo SDK 52 和 React Native 0.76 下的 Android 构建问题解析
问题背景
许多开发者在将项目升级到 Expo SDK 52 和 React Native 0.76 后,遇到了 Android 构建失败的问题,错误提示为"Could not find binary"(找不到二进制文件)。这个问题主要出现在使用 Realm-JS 数据库的项目中,特别是在启用了加密功能的情况下。
问题根源
经过社区成员的深入分析,发现这个问题的根本原因是 Expo SDK 52 移除了对 @react-native-community/cli 自动链接功能的依赖。Expo 现在默认使用 expo-modules-autolinking 来发现和管理模块,这一变化虽然被记录在 Expo 的更新日志中,但并未引起足够重视。
解决方案
要解决这个问题,开发者需要采取以下步骤:
- 在项目的 package.json 中添加 @react-native-community/cli 依赖
- 设置环境变量 EXPO_USE_COMMUNITY_AUTOLINKING=1
- 重新运行预构建命令
对于使用 EAS 构建的项目,还需要在 eas.json 配置文件中添加相应的环境变量设置。
详细技术说明
纯 React Native 项目
对于不使用 Expo 的纯 React Native 项目(0.76.5),如果同时使用了 expo-image 等 Expo 模块和 Realm,需要进行以下配置:
-
在 package.json 的脚本命令中添加环境变量:
EXPO_USE_COMMUNITY_AUTOLINKING=1 react-native run-android -
在 iOS 的 Podfile 中添加条件判断逻辑,根据环境变量选择使用哪种自动链接方式
-
在 Android 的 settings.gradle 中添加类似的判断逻辑
构建类型差异
值得注意的是,这个问题在调试构建和发布构建中表现可能不同。有些开发者报告调试构建可以正常工作,但发布构建仍然失败。这通常是因为环境变量没有正确传递到发布构建流程中。
项目现状
Realm-JS 项目目前处于维护模式,官方已宣布不再添加新功能。这意味着虽然社区可以提交 PR 来解决兼容性问题,但官方不会主动开发对 expo-modules-autolinking 的支持。
最佳实践建议
- 对于新项目,考虑使用替代的本地数据库解决方案
- 对于现有项目,按照上述解决方案进行配置
- 在构建发布版本时,确保环境变量正确设置
- 考虑使用 EAS 的本地构建功能,而不是直接使用 Android Studio
总结
Expo SDK 52 的架构变化导致了与 Realm-JS 的兼容性问题,但通过正确配置自动链接方式可以解决。开发者需要理解现代 React Native 生态中模块链接机制的变化,并根据项目需求选择合适的解决方案。虽然 Realm-JS 不再积极开发,但对于依赖它的现有项目,社区提供的解决方案仍然可以保证其正常运行。
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