普通视图

发现新文章,点击刷新页面。
今天 — 2025年12月24日iOS

Qcon 上海 2025 智能体时代的强化学习:AReaL框架与Agent最佳实践

作者 wyanassert
2025年12月24日 00:05

智能体时代的强化学习:AReaL框架与Agent最佳实践

以 RL 打造 Agent

两个核心”暴论”

  1. Agent是未来五年AGI时代最重要的事。
  2. 强化学习是构建Agent最关键的技术。

强化学习的历史发展与突破

强化学习的早期认知

大多数人对强化学习的认知来源于:

  • AlphaGo:DeepMind用强化学习训练围棋智能体,击败李世石和柯洁
  • OpenAI打Dota:2019年用强化学习击败两届世界冠军OG
  • 其他游戏AI:腾讯打王者荣耀、星际争霸等

当年的强化学习智能体主要都是打游戏的,与大模型驱动的AGI时代似乎没有太大关系。

强化学习与大模型的结合转折点

2020-2022年的关键变化

GPT-3 API的问题

  • 2020年OpenAI推出GPT-3 API时存在严重问题
  • 例子:输入”explain the moon landing to a six year old in a few sentences”
  • GPT-3会输出重复内容:”explain the serious gravity, explain the serious relative, explain blah blah blah”
  • 原因:大模型训练基于next token prediction,但用户给的是指令(instruction following problem)

注: “Next Token Prediction”(下一个 token 预测)是大语言模型(LLM)的核心机制。简单来说,它的意思是:给定一段文本的前面部分,模型预测接下来最可能出现的“token”是什么。

RLHF技术的突破

  • OpenAI花了两年时间解决这个问题
  • 2022年推出InstructGPT,采用RLHF(Reinforcement Learning from Human Feedback)技术
  • 方法:找人标注数据,判断哪些回答遵从指令,哪些不遵从
  • 训练奖励模型,然后用强化学习让模型探索获得最高分数的回答
  • 结果:同样的基座模型,有没有强化学习决定了好用还是不好用

注: RLHF(Reinforcement Learning from Human Feedback,基于人类反馈的强化学习)是一种用于对齐大语言模型(LLM)的技术。它的核心目标是:让模型的输出更符合人类的偏好、价值观和意图,而不仅仅是“语法正确”或“统计上常见”。

强化学习推动AGI产品发展的三个阶段

  • 第一阶段:2022年ChatGPT

    • 由RLHF技术引爆,让大家第一次感受到AGI能力
    • 强化学习捅破了窗户纸,让AGI能力真正可用
  • 第二阶段:2024年推理模型(Reasoning Model)

    • 也称为思考模型(Thinking Model)
    • 特点:给模型一个问题后,它会先想一会,输出大量thinking token
    • 例子:帮我算个24点,思考模型(比如 deepseek)会先在”草稿纸”上写10分钟(输出thinking token),然后给答案
    • 技术:也是强化学习驱动,模型自己探索如何思考, 思考什么,自己判断答案对不对, 也就产生了推理模型
    • 训练范式与RLHF类似,但判断标准可能不同
  • 第三阶段:2025年Agent模型

    • 基于Agent的强化学习技术
    • 代表产品:ChatGPT Deep Research 等

Agent产品的发展与特点

成功的Agent产品案例

  • ChatGPT Deep Research
    • 2024年第一个比较成功的Agent产品
    • 功能:给它一个topic,帮你做研究
    • 工作流程:
      • 花很多时间思考
      • 调用工具,在网上搜索很多topic
      • 可能运行20分钟到1小时
      • 最终给出非常详实、有大量引用和reference的报告
  • Manus /ChatGPT Agent / Kimi Agent Mode
    • 功能更丰富,可以帮你做PPT
    • 在Sandbox(沙盒)环境中工作:
      • 读取PDF文件
      • 在阅读器中打开PDF
      • 存储PDF文件
      • 编辑和创建文件
      • 在虚拟机中进行各种操作

Agent能力的演进

从Deep Research到Manus的发展体现了Agent能力的进步:

  • Deep Research:除了对话,可以调用搜索工具、浏览器工具,将信息放在Context Window中处理
  • Manus:更进一步,加上了Sandbox工程AI,相当于有了自己的电脑

AI的能力演进:

  1. 有了脑子(大模型)
  2. 有了草稿纸和笔(Context Window)
  3. 有了一台自己的电脑(Sandbox)

产品发展趋势分析

  • 用户交互的变化
    • ChatGPT时代:需要很长的prompt,详细描述要做什么
    • Agent时代:用户说的话越来越抽象,越来越少
  • AI能力的变化
    • ChatGPT:1秒钟给出文本输出
    • Thinking Model:1-2分钟思考后给出答案
    • Agent Model:1小时处理复杂任务,主动行动
    • 未来: 牛马 AI, AI一直在做事, 主动帮人安排
  • 从Reactive到Proactive的转变
    • 传统模式:用户告诉AI做什么(Reactive)
    • 未来趋势:AI主动准备,告诉用户要不要(Proactive)
    • 例子:OpenAI的ChatGPT Plus每天主动推送早报等内容

未来愿景

理想的AI助手具体技术化来讲:

  • 信息模糊处理:人很难把想做的事讲清楚
  • 个性化:每个人的需求不一样
  • 主动规划:主动安排和执行任务
  • 提前工作:AI不需要休息,可以一直工作

什么是好的 Agent 团队

  • 组织 AI 化
  • 技术栈完整
  • 持续高速0-1 创新, 高效迭代

为什么Agent需要RL(强化学习)

市面上Agent 有各种 framework, 这些框架主要通过拖拉拽的方式构建Agent工作流,但对于复杂的Agent问题存在局限性。

强化学习解决的三大核心问题

问题一:处理不确定性和冲突信息

  • 案例:阿里CTO是谁?

    • 阿里和蚂蚁有很多子公司,每个公司都有CTO
    • 搜索”蚂蚁CTO”会得到很多不同的结果
    • 需要AI去理解和判断才能做出正确回答
  • 案例:退票问题

    • 用户说”退票”,但上下文可能很不确定
    • 退什么票?需要AI主动提问澄清

问题二:长期记忆和个性化

  • 案例:美团小美推荐
    • 我说”要吃晚饭,要清淡点”
    • AI推荐白灼生菜等蔬菜
    • 但我从来不点蔬菜,喜欢吃肉
    • “清淡点”对我可能意味着”清淡点的肉”
    • 需要从很长的记录中挖掘个性化信息

问题三:海量工具和模型选择

  • 案例:Reddit上的模型组合使用
    • Claude写代码很聪明但Context Window短且贵
    • Gemini写代码不够聪明但Context Window长且便宜
    • 用户发现可以用Claude调用Gemini:让Gemini读代码,然后扔给Claude写
    • 相当于”聪明的人指挥体力无限的傻子干活”
    • 这种最佳实践应该由AI自己探索出来,而不是人工定义规则

强化学习的统一解决方案

强化学习可以用统一的框架解决这些复杂问题:

  • 让AI在环境中自己探索
  • 涌现出处理复杂任务的能力
  • 比规则和Workflow更灵活和强大

搜索智能体案例深度分析-看似简单的问题实际很复杂

问题案例:伦敦奥运会中国金牌数

表面上的简单

  • 问题:伦敦奥运会中国拿多少块金银铜牌?
  • 看起来很简单,百度搜索就能找到答案
  • 官网显示:中国队拿了38块金牌,是2012年历史第二高的成绩

实际的复杂性

  • 正确答案应该是39枚金牌
  • 原因:2012年伦敦奥运会女子田径竞走项目
  • 中国派出三位选手,当时拿了第3、4、5名
  • 后来第1、2名被查出禁药,被剥夺奖牌资格
  • 11年后(2023年),中国选手获得了补发的金牌
  • 所以现在问中国奥运会金牌数,答案应该是39枚

现有产品的表现
测试了多个产品:

  • DeeSeek:搜出38枚金牌
  • ChatGLM:38枚金牌
  • ChatGPT:搜到了39枚金牌的信息,说”有一些资料显示数字略有差异,39枚金牌”,但最后结论还是38枚金牌(因为大量信息都是38枚)
  • ChatGPT Agent Mode:会答对

传统方法vs强化学习方法

传统Multi-Agent System方法

需要构建复杂的多智能体系统:

  • 搜索Agent
  • 核查Agent
  • 调用知识的Agent
  • 检验Agent
  • 需要很长很复杂的流程

强化学习方法

极简设计

  • 一个模型
  • 两个工具:搜索工具 + 点击网页工具
  • 让模型在环境中循环探索

实际效果

  • 第5轮搜到39枚金牌的新闻
  • 开始疯狂核查
  • 经过60多轮迭代
  • 最终确定正确答案是39枚金牌
  • 还具有泛化能力,可以添加更强的工具
  • 32B模型可以在准确度上超越商用产品

强化学习的两大优势

  1. 简单: 简化Agent的workflow, 不需要复杂的多智能体系统设计
  2. 涌现: 让AI涌现出复杂的多步推理能力, 通过探索自动获得复杂能力

Agent RL 的核心难点

强化学习面临的三大挑战

要做好强化学习,必须解决三个问题:

  1. Infra和算法:强化学习算法运算速度很慢很慢
  2. 数据:训练数据的获取和质量, 强化学习的数据是很缺很缺德, 预训练数据可以在网上扒, 但强化学习的数据不太能直接网上扒
  3. 环境:Sandbox等执行环境的构建

如何全栈解决 Agent RL 的难点

Infra(基础设施)和算法优化

速度慢的根本原因

强化学习的三个流程

  1. 生成:让模型在环境中交互生成数据
  2. 评分:用奖励模型计算奖励
  3. 训练:放到训练集中训练

复杂性分析

  • 涵盖了三种完全不同的计算模块
  • 预训练只有训练,SFT只有训练,评测只有评测
  • 强化学习包含:训练、评测、在线生成、Sandbox等
  • 是一个算法编排了多种完全不同计算模式的复杂系统

算法与系统协同设计的重要性

为什么需要协同设计

  • 强化学习算法创新很容易碰到系统瓶颈
  • 四个系统模块(推理/训练/环境/算法整合)中任何一个打满都会成为瓶颈
  • 强化学习算法很容易打到系统瓶颈

团队组织建议

  • 做算法的同学需要了解Infra
  • 做Infra的同学需要了解算法
  • 最好能坐在一起工作, 这是加快创新节奏的重要方式

具体的性能瓶颈

搜索智能体的统计数据

  • 平均搜索时间:要调用 google 搜索引擎, 一个batch 5-10分钟
  • 长尾效应严重:特别难的prompt需要1-2小时
  • 问题:如果每个batch都要等最慢的那个,一天24小时只能更新12-24次
  • 导致大量CPU/GPU等待时间

AReaL的解决方案:异步架构

核心思想:推理不能等

  • 一部分卡不停地做推理,没有等待
  • 训练也没有等待,有数据就训练
  • 中间用随时更新参数的方式
  • 如果推理到一半需要更新参数,就停下来更新,然后用新参数继续rollout
  • 实现完全没有系统资源浪费

技术创新

  • 系统上做异步调整
  • 算法上做相应调整以适应异步更新
  • 在Agent场景上实现5倍加速,且没有效果损失

训练数据问题

数据稀缺的问题

  • 预训练可以直接从网上获取数据
  • 强化学习的训练数据不能直接从网上获取
  • 一般问题都跟简单, 用户提出的复杂问题很少,难以挖掘复杂问题的测试集

数据合成解决方案

Agenic合成数据方法

  1. 从网页上获取答案(搜索比较简单,从答案开始)
  2. 从答案构造问题
  3. 不断让问题变得更加复杂
  4. 评估问题,保证问题和答案匹配正确
  5. 难度检查:问题不能太难也不能太简单,需要适合强化学习自我提升的难度
  6. 构造出适合的训练数据

开源贡献

  • 数据、代码和脚本都已开源
  • 帮助社区训练更好的Agent产品

环境构建 - Aworld 项目

  • 主要是Sandbox等执行环境的构建
  • 未来会开源更多的Sandbox项目
  • 帮助大家训练更好的Agent产品

让更多人用 RL 训练更好的 Agent

AReaL团队发展历程与经验总结

团队发展时间线

  • 2020年:开始做开源学术项目,多智能体强化学习框架
  • 2022年:第一个大规模游戏场景可用的强化学习分布式训练框架
  • 2023年:当时最快的RLHF框架
  • 2024年:开始做AReaL,专注Agent AI

技术循环的有趣观察

回到原点的循环

  • 2025年的强化学习与当年打游戏很像
  • 有个大模型在”玩游戏”(Sandbox可以是浏览器或电脑)
  • 遇到的问题与打游戏类似:有黑盒环境,很慢,不能修改游戏规则
  • 五年后技术回到了当年的原点
  • 系统设计和算法技术都有循环

重要的经验教训

技术需要两个条件才能发挥价值

  1. 技术需要对的时间
    • 强化学习如果在2022年以前,大家很难感知到价值
    • 不是大家的错,而是技术没有在对的时间被感知
  2. 技术需要好的产品承载
    • 强化学习技术如果不是因为ChatGPT、RLHF、Agent model,大家可能也感知不到
    • 技术本身可能没有价值,需要好的产品去承载才能发挥更大价值

团队理念

  • 技术一定要产品化, 所有技术同学都应该尽可能把技术产品化
  • 希望创造能够实现AGI的Agent产品, 成为支持产品持续进化的平台

总结与展望

核心观点回顾

  1. Agent是AGI时代最重要的事情:从产品发展趋势和技术演进可以看出Agent的重要性
  2. 强化学习是Agent的最关键技术:能够统一解决Agent面临的复杂问题,让AI涌现出复杂能力

技术发展趋势

  • 从简单的对话模型到能够主动行动的Agent
  • 从Reactive到Proactive的转变
  • 从规则驱动到强化学习驱动的智能涌现
  • 算法与系统协同设计的重要性日益凸显

未来展望

  • Agent产品将越来越智能和主动
  • 强化学习技术将在Agent领域发挥更大作用
  • 需要更好的基础设施、数据和环境支持
  • 技术产品化是实现价值的关键路径
昨天 — 2025年12月23日iOS

Qcon 上海 2025 商汤 从炫技到实用:AI 产品价值闭环

作者 wyanassert
2025年12月23日 15:53

商汤科技”从炫技到实用:AI 产品价值闭环”演讲大纲及内容整理

AI 企业落地现状分析

MIT 调研数据

  • 95% 的企业 AI 落地失败:MIT 调研显示,过去一年多超过 95% 的企业侧 AI 落地项目失败,只有 5% 的企业在 PNL(损益表)上看到了 AI 的价值
  • 技术与企业节奏错配:技术发展过快,企业在节奏和决心上存在错配
  • 自建效率低下:企业自建 AI 解决方案的成功效率是外部专业供应商的 1/3
  • 前台应用效果不佳:虽然期望 AI 在前台工作带来价值,但现在证明有效的主要是后台自动化
  • 员工与管理层利益冲突:CEO 希望 AI 降本增效,但员工担心失业,会自己采购 AI 工具而不使用企业内部的 AI 系统

企业 AI 探索历程

  • 早期阶段:全参数微调、预训练(算力要求高)
  • 中期发展:微调、强化学习
  • 当前状态:不再关注模型本身,转向各种 Agent(营销 Agent、客服 Agent、数据 Agent 等)

智能体(Agent)的定义与现状

Gartner 报告对智能体的严格定义

  • 智能体洗白现象:许多低代码产品、RPA 产品重新包装为智能体概念
  • 非智能体的产品
    • 模型本身不是智能体
    • RPA 不是智能体
    • 仅结合 RAG 的产品不是智能体
    • 简单的意图分发 chatbot 不是智能体

真正智能体的核心特征

  • 完整闭环:感知 → 思考 → 决策 → 行动 → 反思
    • 思考:面向任务主动选择规划路径
    • 反思:过程中发现问题及时修正
  • 企业客户不关心技术黑盒,只关心端到端的解决方案和确定性的高精度结果

C 端与 B 端的差异
Agent 看上去效果很好, 但是要抽卡, C 端声量高,但企业侧落地率低

  • B 端要求
    • 确定性、高精度场景
    • 不接受”抽卡”式的随机结果
    • 需要在高精度下解决企业问题

大模型解决的核心问题

  • 开放式场景:大模型主要解决开放式场景问题
  • 确定性场景不适用:规则明确、容错率低的场景不建议使用大模型, AI 无法生成100%正确的答案
  • 传统信息化的局限:如果场景非常确定,传统企业信息化建设已能满足需求, 不需要用大模型, 但AI 可以改善交互体验,但会带来精度下降和不确定性, 是不符合企业要求的, 看下来目前 AI 对企业侧还没有完全 ready

市场机遇与政策支持

政策红利

  • 人工智能+ 政策:类比 10 年前的”互联网+”政策,催生了 BAT 等头部企业
  • 具体目标:2027 年实现 70% 以上的终端智能和智能体应用
  • 市场空间:政策落地后将有配套实施政策,市场需求旺盛
  • 供给不足:供给侧还无法完全解决市场需求, 有巨大的空间
  • 蓝海机遇:怎么为企业和个人提供巨大的商业化价值

不同层级的价值需求

企业 AI 价值价值是什么?

  • 企业层面:管理价值,战略部署实施,标准程度低但企业价值高
  • 团队层面:协同价值,解决部门间沟通协同、部门墙等问题
  • 个人层面:降本增效,包容程度高但企业价值低

从下到上, AI 对企业的价值越高; 从上到下, 标准化程度越高

  • 效率瓶颈:企业效率瓶颈不在个人,而在部门间协同
  • 沟通策略:与不同层级人员沟通需要针对其关注点

价值实现的挑战

中国开源模型发展迅速,许多企业开始自己部署开源模型(如文心一言、千问等)

  • 采购额度低:上半年公开招投标的大模型一体机采购额仅 1400 万
  • 热度与实际落地的差距:虽然 AI 热度很高,但企业真正大额采购和使用的比例很低
  • 根本原因:企业需要的不是模型本身,而是场景化的价值和可量化的提升

商汤的 AI 原生产品策略

  • 能力工程:底层技术能力
  • 数据飞轮:数据处理和循环利用
  • 交互优化:用户体验提升
  • 工作流协作:企业流程整合

合作伙伴策略

  • 行业 Know-how:与垂直领域合作伙伴结合
  • 专业分工:商汤专注底层 AI 能力,合作伙伴提供行业专业知识
  • 创业趋势:越来越多行业专家选择 AI 创业,寻求专业 AI 公司合作

AI 面向个人使用工具的愿景

  • PC 时代:Office 套件,基于电脑能力实现专业模板和原子化能力
  • 互联网时代:云协同,垂直场景工具(如 figma)
  • AI 时代:跨平台、跨数据源,从过程交付到价值交付

AI 时代的特点

  • 数据处理能力:处理大量非结构化、结构化数据
  • 知识关联:强大的知识关联能力
  • 场景适配:复杂场景、多样场景的理解和适配
  • 人机协同:结果导向的人机协同工作模式

商汤数据分析智能体产品

产品整体图

  • 2024年1月:发布国内第一个数据分析智能体, (那时候还没有智能体这个概念)
  • 核心发现:大模型具有强大的工具调用能力
  • 技术能力
    • 调用本地电脑和沙盒
    • 代码编写能力
    • 数据可视化
    • 文件分析

给跟大模型离的不是那么近的用户群体做推广

  • 真实用户:老师、学生、医生、制造业管理者、大巴司机等
  • 用户特点:日常工作中与 AI 接触不多,但发现产品能实际解决问题
  • 产品迭代:从 1.0 对话框产品模式到 2.0 针对简单/复杂场景数据分析能力,计划年底推出 3.0, 仍需要平衡模型与用户体验

产品精度保证

技术路径选择

为什么不选择 ChatBI/Text2SQL:

  • SQL 局限性:SQL 主要用于数据库查询,不适合业务数据分析
  • 精度问题:SQL 语言数据量有限,模型精度只有 80% 多,企业无法接受
  • 数据库依赖:需要成熟数据库,但很多企业数据以表格、文档、图片形式存在, 即使头部公司的数据库建设也不完善

对于企业用户推广:

  • 客户验证:头部客户几百个真实用户实测
  • 用户角色:运营、商务等业务人员
  • 精度要求:95% 以上准确率,保证企业侧可用性

C 端到 B 端的转化路径

  • 增量价值:数据分析为员工提供增量价值,不会威胁工作
  • 实际案例:销售人员用于商机动态管理和查询
  • 采购动机:业务部门主动要求私有化部署或系统对接
  • 正向激励:帮助员工更好管理工作,对 KPI 和职业发展有正向作用

突破传统模式

  • 自下而上:业务部门主动找到产品方
  • 打破壁垒:解决自顶向下和自底向上的矛盾

技术精度突破

  • 百分百准确率:大模型做不到 100%, 但是在语义相对清晰的情况下,大模型调用工具可达到 100% 准确率
  • 适用场景
    • 持续计算
    • 数据匹配
    • 数理计算
    • 异常检测
  • 前提条件:用户语义相对清晰

企业问题解决

  • 系统连接:连接企业系统和本地数据
  • 行业知识结合:结合企业和行业 Know-how 进行深度分析
  • 数仓集成:与企业数据仓库结合

失败案例分析

金融公司财务部门推广失败:

  • 容忍度低:财务数字绝对不能出错, 场景容忍度非常低
  • 专业性高:财务人员操作极其专业,10 秒能解决的问题觉得 AI 太慢
  • 用户反馈差:导致后续无人使用

成功场景特征

  • 增量价值明显:对用户有明显的增量价值
  • 容忍度较高:场景容忍度比较高
  • 适用场景
    • 企业运营:趋势分析报告、供应链管理
    • 商务产品:不是非黑即白的工作环节
    • 数据分析能力不强的业务人员

传统 BI 的问题

  • 低代码困境
    • 专业开发人员觉得拖拉拽太复杂,宁可写代码
    • 业务人员觉得拖拉拽太复杂,宁可找人帮忙
  • 定位模糊:既要又要还要,导致上不下的产品定位

产品功能优化

二次编辑能力

  • 核心需求:AI 生成结果不是 100%,但最终交付必须是 100%
  • 支持格式:Excel、PPT、文本等可二次编辑文档
  • 表格编辑:针对格式、数字、颜色等的二次编辑功能

用户体验优化, 相比精度提升 1-2 个点,快速编辑功能用户感知更强, 显著提高用户黏性

任务规划模块(2.0 功能)

开发背景

  • 用户调研发现:60% 用户满意,40% 觉得不可用
  • 不可用原因
    • 用户不知道自己的需求
    • 分析数据不全
    • 无法给出更好的分析结果

解决方案

  • 意图完善:判断用户意图是否完整,意图不完整的话, 通过引导式方式帮助用户明确需求
    • 数据补充:通过数据调用、联网检索等获取更多专业数据
  • 任务拆解:帮助用户做分析思路大纲拆解,用户确认后给出最终结果

任务规划的产品理念

  • 像向领导汇报工作一样,先确认需求再执行
  • 解决一句话生成复杂结果但需求不清晰的问题
  • 避免等待很长时间后发现结果不符合预期

商业模式与合作策略

  • 商汤优势:算法、ToB 交付能力
  • 商汤劣势:垂直领域行业 Know-how
  • 策略选择:专注行业适应性强的通用场景

行业覆盖

  • 通用性强:数据分析流程相对通用,类似代码
  • 广泛应用:教育、医疗、金融、零售等各行各业
  • 合作模式:与合作伙伴结合行业 Know-how,商汤提供技术底层

AI vs 传统 BI 的差异

  • 定位差异:
    • AI 不是要代替 BI, AI 主要是做数据库清洗整合、跨系统融合, 在已有数据要素基础上,结合行业 Know-how 做深度分析
  • 推动方式差异:
    • 传统 BI:IT 部门牵头
    • AI 方案:业务部门发起,IT 部门配合落地部署

解决的问题:

  • 平台与业务部门协调:解决过去平台和业务部门关系不友好的问题
  • 双赢结果:帮助平台部门完成 KPI,帮助业务部门找到有用产品

客户案例分析

头部消费电子公司案例

  • 时间线:2023年7月接触,年底正式上线
  • 业务痛点
    • SMB 部门大量业务运营数据分散在各系统
    • 业务人员不擅长 Python 数据分析
    • IT 提单需要 2 周到 1 个月才能生成报告, 业务很难快速发展

解决方案与效果

  • 实施周期:1 个月系统设计,2 个月内完全上线 POC,月底付费
  • 人力投入:仅需 2 人,传统 BI 可能需要 10 人以上
  • 效果提升
    • 分析周期缩短 90% 以上
    • 超过 70% 业务人员明显受益

企业服务方法论

  • 头部企业服务流程
    1. 业务部门试用:优先找业务部门
    2. 需求收集:收集业务需求
    3. 内部部署:与 IT 人员共同构建平台
    4. 种子用户测试:内部招募种子用户
    5. 大批量上线:测试成功后大规模推广
  • 小企业服务模式
    • 轻量化推广:相对简化的推广流程 saas

时间优化, 从最早的 3 个月缩短到最快 2 个月, 但私有化还是很难

市场推广策略

客户沟通重点

  • 不谈技术:不讲模型、不讲 benchmark
  • 关注价值:重点讲案例、效率提升、收入增长

客户选择标准

  • 有资金实力:有预算支持
  • IT 实力:有一定的 IT 实施能力
  • 合作意愿:愿意共建和探索
    比如金山

市场推广节奏

  • 当前阶段:头部企业和C 端用户为主
  • 中腰部市场:预计 2026-2027 年才会完全起来
  • 策略重点:与行业最强企业合作,打造标杆案例后向下推广

总结与展望

  • 从炫技到实用:AI 产品必须解决实际问题,创造可量化价值
  • 场景选择关键:选择合适的应用场景比技术本身更重要
  • 价值闭环:从技术能力到用户价值到商业价值的完整闭环

Swift、SwiftUI 与 SwiftData:走向成熟的 2025 -- 肘子的 Swift 周报 #116

作者 东坡肘子
2025年12月23日 07:57

issue116.webp

Swift、SwiftUI 与 SwiftData:走向成熟的 2025

在过去的几天里,我回顾了这一年来 Swift、SwiftUI 以及 SwiftData 的演进。总的感觉是:惊喜虽不算多,但“成熟感”却在不经意间扑面而来。

毋庸置疑,Swift 今年的重头戏在于改善并发编程的体验。尽管新增的选项和关键字在短期内又给开发者带来了不小的困扰,但经过这几个月的讨论与实践,社区已经显现出逐渐总结出新范式实践路径的趋势。我不认为新范式被确立且广泛接受会是一个简单、迅速的过程,但或许再过一两年,开发者对 Swift 的讨论重心将从并发转向跨平台,届时 Swift 也将迈入全新的发展阶段。

今年 SwiftUI 的更新重心大多集中在 Liquid Glass 的适配上。受限于系统初期的实现,显示效果起初并不尽如人意,但在 iOS 26.2 版本发布后,性能与稳定性都有了显著改善。坦率地说,对于今年 SwiftUI 没有引入更多革命性的新功能,我个人是挺高兴的。这让框架团队和开发者都能获得一点喘息之机,去进一步消化这个框架。在现阶段,解决遗留问题、优化性能与稳定性,远比一味堆砌新特性更有意义。

“变化较小”在 SwiftData 身上体现得尤为明显。但我认为 SwiftData 今年的表现尤为值得肯定,特别是许多改进与新功能都向下适配到了更早的系统版本。真希望它在三年前初次发布时,就能具备现在的状态。尽管 SwiftData 目前仍缺失一些关键功能,但对于相当比例的项目而言,它已经足以胜任。有了这个稳固的基础,其未来几年在性能与功能上的提高非常值得期待。

对于 2025 年 Swift 三件套的交出的答卷,我个人是满意的,不知你的感受如何?

这是本年度的最后一期周报,由衷感谢各位一年的陪伴与厚爱。

祝大家新年快乐,Happy Coding!

本期内容 | 前一期内容 | 全部周报列表

🚀 《肘子的 Swift 周报》

每周为你精选最值得关注的 Swift、SwiftUI 技术动态

活动

iOS Conf SG 2026

下个月(1 月 21 日 - 23 日),iOS Conf SG 将在新加坡举行。我也将前往现场,并作为嘉宾进行主题为 “Using SwiftUI as a Language” 的演讲——不仅关于代码,更是关于思维方式的转换。

如果你也在附近,或者计划前往,欢迎来现场打招呼!组委会专门为我的读者提供了优惠:Fatbobman 读者专属九折优惠链接

近期推荐

我和 CloudKit 的这八年:从开源 IceCream 到商业应用实战

我一直认为,所谓的苹果生态是由很多的硬件、软件、服务、人文、气质等综合构建起来的。在这其中,CloudKit 无疑是非常重要的一环。而且对于开发者来说,用好 CloudKit 不仅可以给用户更好的体验,也能低成本的为自己的应用带来创新。

IceCream 作者 Cai Yue 分享他与 CloudKit 八年的开发历程:从 2017 年开源 IceCream 并获得 Apple 官方认可,到将 CloudKit 应用于 Music Mate 和 Setlists 等商业项目的实战经验。文章深入探讨了 CloudKit 的核心优势、关键局限以及进阶玩法。


Swift 2025 年度总结 (What's new in Swift: December 2025 Edition)

这是一篇面向 Swift 社区的年度收官综述文章,由 Tim SneathDave Lester 撰写,系统回顾了 2025 年 Swift 生态在语言特性、平台覆盖与社区建设方面的关键进展。

文章不仅总结了 Swift 6.2 在并发模型上通过更温和的默认策略降低使用门槛,同时继续推进 C++ 互操作与内存安全能力;更重要的是,从 Android、WASM、Windows、BSD、嵌入式到 AWS 等方向的持续投入,反复强化了一个清晰信号——Swift 已不再只是围绕 Apple 平台展开的语言。

或许你未必会认同其中的每一项变化,但在迈入第二个十年后的第一个年头里,Swift 依然交出了一份相当扎实的答卷。


关于 SwiftUI 的讨论 (My PM insisted we switch to SwiftUI for a massive legacy app rewrite. The result is exactly what you'd expect)

几天前无意间在 Reddit 上看到的帖子,作者对 PM 轻易选择 SwiftUI 有所抱怨,认为其无法胜任他们一个七年前开发的应用转换。对于这个观点我不置可否,但评论区的走向却出乎意料——绝大多数参与者都坚定地站在了 SwiftUI 的一边。

大量开发者认为:

  • SwiftUI 本身已经足够成熟,问题出在实施方式上
  • 应该渐进式迁移,而不是一次性重写
  • 避开 SwiftUI 的弱项——比如可以保留 UIKit 导航,只迁移视图层
  • 多个大型项目(10+ 年历史)已成功完成迁移

这个帖子展现了一个出乎我预料的现实:SwiftUI 在实际生产环境中的采用率比我们想象的高得多;开发者社区对 SwiftUI 的信心已经建立。在 2025 年底,“SwiftUI 难堪大任”的论调或许已经站不住脚了。

作为 SwiftUI 框架的推崇者,我既喜欢该框架,也很清楚它仍有很长的路要走。如果你仍在犹豫是否应该在 SwiftUI 上下功夫,或许可以看一下我在去年写的《几个常见的关于 SwiftUI 的误解》——这篇文章讨论的很多误解,恰好在这次 Reddit 讨论中得到了印证。


非 Sendable 优先设计 (Non-Sendable First Design)

随着 Swift 6 时代的到来,开发者逐渐养成了一种惯性:要么让类型符合 Sendable,要么给它套上 @MainActoractor。在这篇文章中,Matt Massicotte 提出了一个极具启发性的哲学:“非 Sendable 优先设计”

这一思路的关键在于对“隔离(Isolation)”的重新认识:隔离本身是一种约束。当一个类型被标记为 @MainActor,它实际上就失去了在非 UI 环境下进行同步调用的自由度。相比之下,一个非隔离、非 Sendable 的普通类型反而具有更高的通用性——它可以被任意 Actor 持有,并在其内部安全地进行同步访问,同时也更容易遵循 Equatable 等基础协议,而无需处理跨隔离域带来的复杂性。

随着 Swift 引入 NonisolatedNonsendingByDefault,这种“非 Sendable 优先”的设计路径不再像过去那样笨重或别扭,反而逐渐显现出其优势:以更少的隔离、换取更清晰的语义与更低的架构负担。这或许并非适用于所有场景,但在 Swift 6 之后,它已经成为一种值得认真考虑的、符合语言直觉的“减法”方案。


使用 Registry 加速依赖解析 (Resolving Swift Packages faster With Registry from Tuist)

传统的 SPM 依赖解析是基于 Git URL 的,Xcode 需要克隆整个 Git 仓库来获取版本信息和代码,这在依赖较多(如 Firebase)时非常耗时。而 Registry 是苹果定义的另一种规范:通过包的标识符(ID)直接下载特定版本的归档文件,跳过了繁重的 Git 操作。Tuist 最近宣布将其 Swift Package Registry 功能向所有开发者开放,最大的变化是现在无需登录或创建 Tuist 账号即可使用。

Lee Young-jun 实测发现,使用 Registry 后,依赖解析(Installation)时间缩短至原来的约 35%;但项目生成与构建阶段并未获得同等收益,甚至略有回退。在 GitHub Actions 中配合缓存使用时,二次构建的依赖安装时间则从 53s 降至 11s,优势主要体现在 CI 场景。

总体来看,Tuist Registry 并非“全流程加速器”,而是一个专注于依赖解析与缓存友好性的优化点。如果你的项目依赖数量庞大、CI 成本较高,它值得优先尝试。


iOS Timer 与 DispatchSourceTimer 选择与安全封装技巧|有限状态机防止闪退

很多开发者在处理 DispatchSourceTimer 时,最头疼的就是它那“易碎”的状态:调用顺序稍有不对便会引发闪退。ZhgChgLi 在本文中针对这种极其敏感的状态管理提出了工程化的解决方案。文章详尽列举了导致崩溃的五大常见场景(如重复 resume、suspend 状态下直接释放等),并分享了如何利用有限状态机 (FSM) 封装操作,从逻辑层屏蔽非法调用,同时配合私有串行队列确保多线程环境下的调用安全。

这是一篇引导读者从“写代码”转向“做设计”的实战案例。它不仅讲清了 GCD 定时器的正确使用方式,更展示了如何借助设计模式,将一个“危险”的底层 API,封装为语义清晰、使用安全、可长期维护的工业级组件。在 Swift Concurrency 日益成为主流的今天,理解并优雅地封装这些底层 GCD 工具,依然是高级 iOS 开发者的重要基本功。

工具

ml-sharp:照片秒变 3D 场景

苹果在上周开源了 SHARP (Sharp Monocular View Synthesis),一个能在不到 1 秒内将单张 2D 照片转换为 3D 场景的 AI 模型(模型大小 2.8 GB)。相比之前的最佳模型,视觉质量提升 25-34%,速度提升 1000 倍。

社区普遍认为 SHARP 可能用于未来版本的空间照片功能。目前 iOS 26 的 Spatial Scenes 使用 Neural Engine 进行深度重建,而 SHARP 采用更先进的 3D Gaussian Splatting 技术,质量显著提升。

模型支持 CPU/CUDA/MPS 运行,已有开发者在 M1/M2/M3 Mac 上成功运行。输出的 .ply 文件兼容各种 3DGS 查看器,Vision Pro 用户可通过 Metal Splatter 直接查看效果

尽管苹果在通用语言大模型上不如竞争对手惊艳,但在垂直场景的 AI 模型上,凭借硬件深度整合与明确的应用导向,依然展现出强大的竞争力。


MaterialView: 突破 NSVisualEffectView 限制的毛玻璃视图

Oskar Groth (Sensei 作者)开源了 MaterialView,一个能够突破 NSVisualEffectView 限制的高度可定制毛玻璃视图库。通过逆向 Control Center 的实现,Oskar 实现了对模糊半径、饱和度、亮度和色调的完全控制,并撰写了详细的技术文章讲解实现原理。

与系统原生材质只能“选类型”不同,MaterialView 将模糊效果彻底参数化,允许开发者精确控制模糊半径、饱和度、亮度、tint 颜色与混合模式,并支持 active / inactive / emphasized / accessibility 等状态配置。这使得它非常适合用于侧边栏、浮层面板、工具窗口等对视觉一致性要求极高的场景。

该库同时支持 SwiftUI 与 AppKit,并提供了一个可实时调参的 Demo App,方便快速探索不同材质组合的效果。

需要注意的是,它依赖部分未公开的 Core Animation 能力(如 CABackdropLayerCAFilter 等)。尽管这些 API 多年来相当稳定,但仍存在未来系统版本变动的潜在风险。

materialview-demo.gif

往期内容

💝 支持与反馈

如果本期周报对你有帮助,请:

  • 👍 点赞 - 让更多开发者看到
  • 💬 评论 - 分享你的看法或问题
  • 🔄 转发 - 帮助同行共同成长

🚀 拓展 Swift 视野

Skynet 升级到 Lua 5.5.0

作者 云风
2025年12月23日 10:19

Lua 5.5.0 已经正式发布。所以,skynet 的 Lua 版本也随之升级。

skynet 维护了一份修改版的 Lua ,允许在多个虚拟机之间共享函数原型。这可以节省初始化 Lua 服务的时间,减少内存占用。

跨虚拟机共享函数原型最困难的部分是函数原型会引用常量字符串,而 Lua 在处理短字符串时,需要在虚拟机内部做 interning 。所以 skynet 的这个 patch 主要解决的是正确处理被 interning 的短字符串和从外部导入的函数原型中包含的字符串共存的问题。具体方法记录在这篇 blog 中

这个 patch 的副产品是允许在多个 Lua VM 间共享常量表。打了这个 patch 后,就可以使用 skynet.sharetable 这个库共享只读常量表了。

这次 Lua 5.5 的更新引入了 external strings 这个特性,已经大幅度提升了 Lua 加载字节码的速度。我比较倾向于在未来不再依赖额外的 patch 减少维护成本。所以建议新项目避免再使用共享常量表,减少对 patch 过的 Lua 版本的依赖。


Lua 5.5 基本上兼容 Lua 5.4 ,我认为绝大多数 skynet 项目都不需要特别改动。但在升级后,还是建议充分测试。注意:更新仓库后,需要用 make cleanall 清除 lua 的编译中间文件,强制 Lua 重新编译。直接 make clean 并不清理它们。

Lua 5.5 有几处更新我认为值得升级:

  1. 增加了 global 关键字。对减少拼写错误引起的 bug 很有帮助。skynet 自身代码暂时还没有使用,但后续会逐步添加。

  2. 分代 GC 的主流程改为步进式进行。过去版本如果采用分代模式,对于内存占用较大的服务,容易造成停顿。所以这类服务往往需要切换为步进模式。升级到 Lua 5.5 后,应该就不需要了。

  3. 新的不定长参数语法 ...args 可以用 table 形式访问不定长参数列表。以后可以简化一部分 skynet 中 Lua 代码的实现。

Swift 6.2 列传(第十三篇):香香公主的“倾城之恋”与优先级飞升

2025年12月22日 20:02

在这里插入图片描述

摘要:在并发编程的江湖里,当一个位高权重的任务被迫等待一个无名小卒时,会发生什么?Swift 6.2 带来的 Task Priority Escalation APIs 就像是香香公主那惊心动魄的美貌,能让原本慵懒的后台任务瞬间“鸡犬升天”。本文将借大熊猫侯佩与香香公主的沙漠奇遇,为您解析 SE-0462 的奥秘。

0️⃣ 🐼 序章:回疆的慢车与急惊风

回疆,赛里木湖畔的数字荒原。

这里是系统资源的边缘地带,网络带宽如同细细的涓流。大熊猫侯佩正蹲在一块虚拟的岩石上,第 10086 次尝试刷新他的“高德地图导航”。

“这该死的路痴属性……”侯佩焦躁地拍了拍自己圆润的脑袋,顺手摸了一把头顶那倔强的黑毛,“还好,发际线依然坚挺,绝对没有秃。只是这下载速度,比蜗牛爬还慢。”

在他的视野里,代表下载任务的进度条(Task)是一个穿着破烂羊皮袄的老头,正赶着一辆破破烂烂的牛车,在 background(后台)优先级的泥潭里慢悠悠地挪动。

在这里插入图片描述

突然,天地变色。远处的数据流卷起狂沙,一支装备精良、杀气腾腾的皇家骑兵队(高优先级任务)呼啸而来,却被这辆破牛车死死挡在了单行道上。

骑兵队的为首者刚要发怒,却见那破牛车旁,不知何时站了一位白衣少女。她鬓边插着一朵天山雪莲,肌肤胜雪,虽然只是静静站着,却让周围狂暴的 CPU 周期瞬间变得温柔起来。

她是香香公主

在这里插入图片描述

当那位皇家骑兵统领(Main Actor)看到香香公主竟然也在等待这辆牛车时,他立刻下令:“传令下去!给这破车换上法拉利的引擎!全军护送!谁敢让公主多等一秒,提头来见!”

刹那间,那辆原本属于 background 优先级的牛车,瞬间获得了 high 优先级的加持,快得连影子都看不清。

在本次穿越大冒险中,您将学到如下内容:

  • 0️⃣ 🐼 序章:回疆的慢车与急惊风
  • 1️⃣ 🚀 什么是任务优先级提升?
  • 2️⃣ 🕵️‍♂️ 监控飞升:withTaskPriorityEscalationHandler
  • 3️⃣ 🎛️ 手动干预:escalatePriority(to:)
  • 4️⃣ 🐢 vs 🐇:自动还是手动?
  • 5️⃣ 🛑 尾声:失控的无名氏

侯佩目瞪口呆,嘴里的竹笋掉在了地上:“这就叫……一人得道,鸡犬升天?这难道就是传说中的 Priority Escalation(优先级提升)?”;)

在这里插入图片描述


1️⃣ 🚀 什么是任务优先级提升?

在 Swift 的并发世界里,这叫 “优先级反转(Priority Inversion)”的自动消解

香香公主(高优先级任务)需要等待那个破老头(低优先级任务)的结果(比如 Data Race 里的锁,或者是 await 一个结果)。如果系统不干预,高贵的公主就要在这个“低贱”的队列里无限期等待,这显然不符合皇家(UI 响应性)的体面。

于是,Swift 运行时会自动把那个老头的优先级提升,让他暂时拥有和公主一样的地位,直到他把事情做完。

SE-0462 赋予了我们监控这种“飞升”现象的能力,甚至允许我们手动干预。

在这里插入图片描述

2️⃣ 🕵️‍♂️ 监控飞升:withTaskPriorityEscalationHandler

“虽然飞升很爽,但那个赶车的老头得知道自己被‘提拔’了啊,不然他还以为自己在逛花园呢。”侯佩捡起竹笋,若有所思。

Swift 6.2 引入了 withTaskPriorityEscalationHandler,让任务能够感知自己是否“被动”变强了。

侯佩看着香香公主正在试图从一个慢速服务器获取最新的食谱(她最近想学做竹笋炒肉喂侯佩),于是写下了这段代码:

// 创建一个中等优先级 (medium) 的任务
let newsFetcher = Task(priority: .medium) {
    // 🛡️ 使用处理程序包裹你的业务逻辑
    try await withTaskPriorityEscalationHandler {
        // 这里是任务原本要做的苦力活
        // 比如去下载一个 JSON 数据
        let url = URL(string: "https://hws.dev/messages.json")!
        let (data, _) = try await URLSession.shared.data(from: url)
        return data
    } onPriorityEscalated: { oldPriority, newPriority in
        // 🚨 这里的闭包会在优先级发生变化时被调用
        print("天哪!公主在等我!我的优先级从 \(oldPriority) 飞升到了 \(newPriority)!")
        print("兄弟们,抄家伙,开足马力干活了!")
    }
}

香香公主眨着那双清澈如水的眼睛,好奇地问:“侯大哥,这意思是,一旦有人催这个任务,它自己就会知道?”

在这里插入图片描述

“没错。”侯佩解释道,顺便摆了一个自以为很帅的 Pose,“这就好比我在睡觉,如果只是普通人叫我,我理都不理;但如果是你叫我,我脑子里的这个 onPriorityEscalated 就会立刻触发,瞬间从‘死猪模式’切换到‘舔狗模式’……啊不,是‘战斗模式’。”

3️⃣ 🎛️ 手动干预:escalatePriority(to:)

在这里插入图片描述

通常情况下,优先级提升是自动发生的(比如高优先级任务 await 了低优先级任务)。但有时候,我们作为架构师,需要扮演“陈家洛”的角色,手动去推一把。

Swift 6.2 允许我们使用 escalatePriority(to:) 来手动提升某个任务的优先级。

// 侯佩看着下载进度条太慢,实在忍不住了
// 他决定动用特权,手动把优先级拉满
newsFetcher.escalatePriority(to: .high)

香香公主有些担忧:“可是,如果我们把它提升到了 high,后来又觉得不重要了,能把它降回去吗?”

在这里插入图片描述

侯佩摇了摇头,神色变得严肃起来(虽然脸上还粘着竹笋渣):“妹子,江湖路是一条不归路。在 Swift 的任务调度里,优先级只能升,不能降。”

💡 技术要点: 你的 onPriorityEscalated 回调可能会被触发多次。比如从 low 升到 medium,再从 medium 升到 high。但这就像武功境界,一旦突破,就回不到从前了。这是为了防止系统调度的震荡。

4️⃣ 🐢 vs 🐇:自动还是手动?

香香公主看着那些在数据流中奔跑的任务,问道:“那我们是不是应该把所有任务都手动设为最高级?这样大家都很开心呀。”

侯佩叹了口气,语重心长地说:“傻丫头,如果人人都是 VIP,那就没有 VIP 了。如果所有任务都是 high,那 CPU 就会像陷入‘红花会’内乱一样,谁也抢不到资源。”

在这里插入图片描述

官方建议(Note): 任务优先级提升通常是自动发生的,而且 Swift 做得很棒。虽然这个 API 给了我们手动的权力,但在绝大多数情况下,还是应该顺其自然,无为而治。除非你真的遇到了特殊的性能瓶颈。

就像香香公主的美,不需要刻意修饰,自然就能引得千军万马为之驻足。

5️⃣ 🛑 尾声:失控的无名氏

夕阳西下,赛里木湖波光粼粼。

经过优先级的调整,数据终于下载完成了。侯佩看着手里高清的地图,终于确认了自己的位置——好吧,他离目的地还有三千公里,果然又走反了。

在这里插入图片描述

就在这时,系统中突然窜出一个黑影!

那是一个失控的后台任务(Rogue Task),它像是个疯子一样在内存里乱窜,消耗着宝贵的电量,却又不干正事。

“站住!”侯佩大喝一声,想要通过代码杀掉这个进程,“你是哪个部门的?叫什么名字?”

然而,那个任务只是留下一串乱码,继续狂奔。侯佩尴尬地发现,他创建这个任务的时候,忘记给它起名字了。在调试器里,它只是一个冷冰冰的内存地址。

在这里插入图片描述

“这就尴尬了,”侯佩挠了挠头,看着香香公主投来的疑惑目光,“我想教训它,却连它叫‘阿猫’还是‘阿狗’都不知道。”

香香公主轻轻一笑,指着下一章的预告说:“侯大哥,别急,听说下一招能给它们每人发一张身份证。”

(欲知后事如何,且看下回分解:Task Naming —— 也就是给任务起个响当当的绰号,好让你在它闯祸时能指名道姓地骂它。)

在这里插入图片描述

昨天以前iOS

独立开发者的试炼:Zipic 从 0 到 1 的产品化之路

作者 Fatbobman
2025年12月22日 22:12

做独立产品这件事,说起来容易,真动手了才知道水有多深。这是一个独立开发者将职场小需求变成主力产品的真实故事。我们将跟随 Zipic 作者十里的视角,一起回顾产品从 0 到 1 的全过程。本篇聚焦产品设计与决策思考。

逃离 Mac App Store:如何从零构建独立应用的分发与售卖体系

作者 Fatbobman
2025年12月22日 22:11

Mac App Store 固然使用简单,但可能并不适合所有的产品。本文中,我们将跟随 Zipic 作者十里的视角,来解决一款 macOS 独立应用的分发与售卖问题。

解决 SwiftUI 痛点与性能瓶颈:Zipic 开发技术复盘

作者 Fatbobman
2025年12月22日 22:10

图片压缩软件还有什么技术难点?本文充满了硬核、实用的 macOS 开发经验,从 SwiftUI 的组件适配到 Core Graphics 的底层应用,从 Raycast 扩展的集成到 PDF 压缩的实现,不仅解决了性能瓶颈,更让原生体验达到了极致。

Qcon 上海 2025 快手 Al ×大前端性能稳定性:快手亿级 DAU下的智能诊断实践

作者 wyanassert
2025年12月22日 20:39

AI × 大前端性能稳定性:快手亿级 DAU 下的智能诊断实践

近期AI赛道异常“内卷”,硅谷甚至出现了“996”乃至“007”的新闻。AI在编码(如Cursor、Anthropic)和解决复杂问题(如ACM竞赛夺冠、IMO金牌水平)上的表现,似乎已超越大部分程序员。

这引发了一个普遍的焦虑:AI coding + AI debug 是否将形成一个完美闭环,从而替代程序员?
然而,在快手这样拥有亿级日活(DAU)的复杂业务场景中,我们的实践表明,需要冷静看待这一议题。AI并非替代者,而是团队产出的放大器。今天的分享,将围绕快手在性能稳定性领域如何利用AI进行智能诊断与实践,揭示AI在真实工业场景中扮演的角色。

快⼿性能稳定性背景

发展历程

快手移动端稳定性建设经历了四个清晰的阶段:

  • L1 基础可观测(2019): 自研APM,替换Bugly,建立基础监控能力。
  • L2 工具平台化(2021): 专注于具体稳定性问题的治理,诞生了KOOM等开源工具。
  • L3 体系化运营(2024): 构建故障防御体系,推出Holmes(排障)、Ekko(应急处置)等系统。
  • L4 智能化探索(2025~至今): 引入AI,追求成本与效率的最优解。

每个阶段都基于上一阶段的成果进行迭代,这与移动互联网发展的节奏同步。

当下与未来的核心挑战

尽管硬件性能(如iPhone)已提升百倍,软件架构(如GMPC)演进多年,但大前端的性能稳定性问题远未解决。复杂性体现在多个维度:

  • 业务复杂: 用户操作、数据、物理环境千变万化,不可穷举。
  • 技术栈复杂: 原生、React Native、Flutter、H5、小程序等多栈并存,运行时机制、内存模型、线程模型差异巨大。
  • 系统机制复杂: 深入底层(ART、V8、内核),疑难杂症多。
  • 协作复杂: 跨团队快速迭代,质量保障难度高。

从算法复杂度视角看,我们解决问题的“算法”本质未变,但“输入”却因业务增长和技术栈扩张(如新增鸿蒙)而急剧增加,导致问题规模(年报警事件超150起,必解问题超2000个)庞大。

团队困境:资源错配与成长瓶颈

我们观察到团队中一个普遍的困境:

  • 专家工程师深陷于解决只有他们能处理的复杂Bug,时间被占满。
  • 普通工程师因经验不足无法解决这些Bug,难以快速成长。
  • 结果是,两者都无法有效成长,形成恶性循环,最终影响系统稳定性。

AI的机遇正在于此——它有望成为打破这一循环的放大器,将专家经验沉淀和复制,赋能整个团队。

AI x 性能稳定性介绍

AI x 稳定性:整体策略与架构设计

战略聚焦:从问题处置切入

稳定性体系覆盖研发生命周期多个环节(开发、测试、监控、排障、应急处置)。我们选择从 “问题处置” 切入,因为这里是消耗研发时间最多的“重灾区”。问题处置又可细分为:

  • 根因排障(慢性病治疗): 复杂的、偶发的、需要深度推理的问题。
  • 应急处置(急诊抢救): 突发的、需要快速止损的线上故障。
    这与大语言模型(LLM)在信息总结、逻辑推理、方案生成方面的能力高度契合。

实施架构:面向Agent的演进

我们判断,AI在工程领域的落地形态将是 “Agent(智能体)” 。因此,我们从一开始就以可扩展的Agent框架为基础进行架构设计。

我们的性能稳定性Agent架构分为四层:

  • Agent业务层: 承载具体场景的智能体,如根因修复Agent、故障应急Agent、指标巡检Agent。
  • Agent产品层: 定义与用户的交互形态,如生成Kim报告、自动提交MR修复、多轮对话、流式响应。
  • Agent框架层: 提供技术支撑。我们选择了灵活性强的AutoGen框架,支持Agent编排、链式规划、图编排,以及ReAct、CoT等推理策略,并能与Claude Code、Gemini CLI等协同。
  • Agent基建层:
    • AI基建: 灵活选型模型(轻量/深度/多模态),通过MCP(Model Context Protocol)将内部平台(如监控平台Keep)工具化,结合RAG进行知识增强。
    • 服务基建: 确保Agent系统本身可观测、可调试、可降级、成本可控。这是系统能否稳定运行的关键。

实践一:实践:AI 辅助根因排障

AI辅助根因排障——从“破案”到“自动修复”

从棘手案例说起


一个典型的NPE(空指针)崩溃,堆栈全是系统代码,无业务逻辑。它仅在特定活动场景下偶发,现场信息缺失,线下难以复现。直接将此堆栈扔给ChatGPT,它能解决吗? 实践表明,非常困难。

调研数据显示,96%的研发认为日常排障有痛点,其中69%认为现场信息太少,50%认为日志太多。行业数据也指出,开发者35-50%的时间花在调试验证上。这印证了我们的新范式:“Code is cheap, show me the (bug-free) fix.”

排障的本质与AI能力边界

排障本质上是逆向推理的认知活动,与侦探破案高度相似:

  1. 观察与数据收集(勘查现场)
  2. 提出假设(推测嫌疑人)
  3. 设计并执行实验(验证推测)
  4. 确认解决方案(定罪)

AI的能力在此链条上并非均匀:

  • 擅长区(激发与引导): 信息总结、模式匹配、基于专家经验规则进行初步分类。
  • 薄弱区(需人机协同): 模型能力有上限,对垂直、私域工具的使用需要学习。
  • 瓶颈区(需分治规避): 受限于推理深度、上下文长度,易产生幻觉。对于“越查越深”的Bug,需要人工提前拆解步骤。

核心工具:Holmes——动静结合的排障“现场还原”

我们自研了Holmes排障工具,核心思路是动静结合

  • 静态信息(Tombstone): 日志、崩溃堆栈、内存快照。相当于“死亡现场”。
  • 动态信息(Debugger): 调试器、性能分析器、动态追踪。相当于“一步一步死给你看”。

特别是Holmes UI视图,它能在崩溃时捕获:

  • ViewTree元信息: 布局、状态、文本、图片资源。
  • TouchEvent元信息: 触摸事件响应链和轨迹。
  • Activity/Fragment元信息: 生命周期状态。
    通过AI逆向推理,可以从这些信息中还原用户操作路径,极大辅助定位问题(例如,精确指出是点击了哪个按钮后发生的崩溃)。

实施路径:Agent编排与上下文工程

面对Holmes采集的海量、复杂信息,我们通过Agent编排来让AI消化:

  1. 故障概览Agent: 先汇总基本信息(版本、堆栈、基础代码上下文)。
  2. 基于规则分类: 根据专家经验规则,将问题分配给专项Agent(如UI崩溃Agent、空指针Agent)。
  3. 专项排障Agent: 例如UI崩溃Agent,它会调用MCP工具获取详细的UI日志和源码,进行分析,最终生成修复Diff或报告。


提升准确率的关键在于“上下文工程”,目标是达到“适定问题”状态:

  • 欠定问题(信息太少): 会导致输出模糊、幻觉。
  • 超定问题(噪声太多): 会稀释注意力,导致误导。
  • 适定问题(恰到好处): 为Agent提供单一职责、直接相关的上下文,才能获得确定性解。我们通过Few-shot示例和量化标准来逼近这一状态。

AI x 根因排障:效果展示

拓展:AI火焰图分析

性能分析的火焰图数据量巨大(十几秒可能产生60MB数据),分析门槛高、效率低、易遗漏。

我们的方案是:

  • 数据预处理: 对原始火焰图数据进行压缩、初筛、关键事件关联。
  • AI分析层: 让AI理解性能数据,自动分析卡顿、启动、帧率、功耗等多维度问题,直接定位到源码并给出优化建议,将分析过程从“小时级”缩短到“分钟级”。

实践二:AI 加速应急处置

AI加速故障应急处置——与时间赛跑

应急场景的挑战

iOS 26升级导致大量历史版本App崩溃为例。传统手段各有局限:

  • 商店更新: 覆盖率低(一周约50%),用户流失风险大。
  • 回滚: 对系统级变更无效。
  • 热修复: 涉及大量版本和历史代码,工作量大,且最关键的是不够“急”

应急处置的核心在于时效性,必须与故障扩散赛跑。

核心武器:Ekko——线上“时光倒流”

我们自研了Ekko安全气垫系统,其核心思想是:在崩溃发生后、应用闪退前,动态修改程序执行流,让其“跳回”安全状态继续执行,实现类似游戏“R技能”的时光倒流效果。

Ekko 崩溃阻断:覆盖所有崩溃类型

Ekko是 “售后方案” ,只在崩溃发生时触发,避免了无异常用户端的性能损耗,保证了安全性。

AI赋能应急处置流程

即使有了Ekko,配置和使用它依然复杂(需指定跳转地址、恢复上下文等),在紧急状态下人工操作易出错、易遗漏。

我们引入故障应急处置Agent,实现:

  1. 自动分析: Agent接收报警,自动分析故障维度(如操作系统、芯片型号、版本分布),快速界定影响范围。
  2. 辅助决策: 根据分析结果,建议是否启用以及如何配置Ekko兜底。
  3. 生成与发布: 自动生成兜底配置,并串联流水线完成白名单、审核、灰度、全量发布流程。


在“黑天鹅”事件中(如某次误操作导致千万级崩溃),AI冷静、全面的分析能力,能有效避免人在高压下的决策失误。

总结与展望:认知提升与人机协同

Agent开发的核心感悟

  • 思维切换(Thinking in LLM): 从图灵机的确定性思维,转向理解LLM的概率自回归本质。明确其能力边界(擅长/薄弱/瓶颈区),知道何时用模型、何时用程序、何时用工具。
  • 识别与释放瓶颈: 提示词工程无法突破模型认知上限,但能激发其表现。在模型推理深度有限的前提下,需基于专家知识提前做好任务拆解(分治)。
  • 评测体系至关重要: 建立科学的Agent能力评估体系,其重要性不亚于上下文工程。这关乎迭代效率和成本控制。

回顾初心:AI是放大器,而非替代者

回到最初的焦虑,Linus Torvalds的观点值得深思:“代码的审查和维护本身就充满挑战。” AI不会改变这一本质,而是帮助我们更好地应对它。

我们的结论是:

  • 人类弱化(生产力释放): AI将接管“体力型”排障和“死记硬背型”任务。
  • 人类强化(思考力升级): 工程师将更聚焦于辨别因果、验证结果、系统性思考、创造性实验以及深度的业务理解与战略决策

未来展望

在快手亿级DAU的复杂战场上,AI × 性能稳定性的探索刚刚启航。未来将是人机协同(Human in/on the Loop) 的深度结合。我们应积极拥抱AI,将其作为强大的杠杆,释放工程师的创造力,共同应对大前端领域越发复杂的稳定性挑战,奔赴星辰大海。

Swift、SwiftUI 与 SwiftData:走向成熟的 2025 - 肘子的 Swift 周报 #116

作者 Fatbobman
2025年12月22日 22:00

在过去的几天里,我回顾了这一年来 Swift、SwiftUI 以及 SwiftData 的演进。总的感觉是:惊喜虽不算多,但“成熟感”却在不经意间扑面而来。

Qcon 上海 2025 小红书 AI Coding 实践:PRD 到代码直出的探索

作者 wyanassert
2025年12月22日 17:41

AI Coding 实践:PRD 到代码直出的探索

  • 分享分为四个环节:
    1. AI Coding 在客户端领域的发展阶段与现状
    2. 客户端AI Coding的关键解法
    3. 实际业务场景与需求分析
    4. 总结与展望

AI Coding 发展史和现状

AI模型发展速览

自2017年Google提出Transformer后,AI在各领域实现突破。
2023年起,大语言模型商业化加速,年增速达30倍以上。
AICoding 领域是发展最快的学科之一,因为反馈机制明确(“对就是对,错就是错”)。

AI Coding 发展的五个阶段(人机协作视角)

52ae54dc38a96fffaffd614f87545d5d

阶段 描述 人机角色 典型能力
L1 人类主导,Agent实时辅助 人主导,AI辅助 代码提示(如GitHub Copilot)
L2 人类布置任务,Agent生成代码 人布置单一任务 单一任务代码生成
L3 人类设定范围,Agent推进多环节流程 人设定范围,AI推进流程 生成方案 + 生成代码
L4 人类输入PRD,Agent端到端交付 人输入PRD,AI端到端交付 需求解析 + 架构设计 + 编码
L5 人定义目标,多Agent分工协作 人定义目标,多AI协作 多Agent模拟完整软件团队
  • L4阶段 前端领域已有产品(如“Lovable”),

“直出”型产品的现状与挑战

  • 文字稿提到
    • 前端已有“直出”产品(如Lovable、Bolt.new),可用自然语言直接生成可运行应用。
    • 客户端领域曾有一款叫 Builder.ai 的产品,但在2025年7月左右“爆雷”,据称背后有700多名工程师,被质疑是否真为AI驱动。公司估值从18亿跌至零,客户端直出仍存巨大挑战。

客户端AI Coding的独特困境

从技术栈视角看客户端

  • 技术栈碎片化
    • 前端:标准化高(HTML/CSS/JS)、框架集中(React/Vue)。
    • 客户端:平台碎片化(iOS/Android API版本差异)、框架分散(SwiftUI、UIKit、Jetpack Compose等)。
  • 构建与调试
    • 客户端编译耗时、真机调试必要,反馈循环慢。
  • 开发模式
    • 前端热重载实时反馈;客户端生命周期复杂,架构模式多样(MVVM、VIPER等)。

从AI 模型视角看客户端

  • 构建与调试复杂:编译时间长、真机调试必要,反馈循环缓慢。
  • 训练数据稀缺:高质量客户端代码多在企业内部未开源,公开数据规模小。
  • 代码模式多样:架构演进复杂(如Android从Activity到MVVM+Compose),上下文理解成本高。

结论

“前端开发像是在标准化、开放的乐高环境中工作;客户端则像是在碎片化、半封闭的复杂系统中进行精密工程。”


客户端AI Coding的关键解法


Mobile-SWE-bench

科学评测体系的建立:从SWE-bench到Mobile-SWE-bench

  • **SWE-bench**:由普林斯顿与芝加哥大学推出,基于真实GitHub Issue,要求AI生成PR来修复问题,以单元测试通过率为评测标准。

  • 局限性:侧重于Bug修复而非功能实现,项目多集中后端,缺少移动端特有考量(如UI还原、多模态输入)。

  • 移动端评测 Mobile-SWE-bench

    • 核心要素:高质量真实PRD、多模态输入(PRD+Figma)、详细测试用例、历史Commit基线、多维度评测方法。
    • 评测方法:人工评测、自动化测试、渲染树约束检查、视觉语言模型评估。

热门Coding Agents表现如何


把整个需求的测评级分成三类, 可以看到哪怕是业界比较火的一些模型放在测试集中表现也
一般, 30%已经算是很高了.
为什么这些 Code Agent 都表现不佳?

PRD的拆解与微调:将需求转化为结构化任务

PRD 是 “产品需求文档”(Product Requirements Document) 的缩写. 在传统的软件和产品开发流程中,PRD 是一个核心文档。它由产品经理(或业务分析师)撰写,详细描述了一个产品、功能或项目应该做什么、为谁而做以及要达到什么目标。

一个典型的 PRD 通常包含:

  1. 背景与目标: 为什么要做这个功能?要解决什么问题?业务目标是什么?
  2. 用户角色与画像: 为哪些用户设计?
  3. 功能需求: 详细的功能描述,包括用户场景、操作流程。
  4. 非功能需求: 性能、安全性、兼容性等要求。
  5. 成功指标: 如何衡量功能是否成功(如用户使用率、性能提升等)。
  6. 设计原型/线框图: 可视化地展示界面和交互。

这里探讨的是一种前沿的、由AI驱动的开发范式。在这个范式中,PRD 的角色发生了根本性的转变:

  1. 从“给人看”到“给AI看”:
    • 传统PRD是写给开发、测试、设计等团队成员看的,需要人类的理解和解读。
    • 在AI Coding实践中,PRD(或其结构化、AI友好的变体)是直接输入给AI智能体或大语言模型的“高级指令”。
  2. 成为AI的“蓝图”:
    • AI(例如GPT-4、Claude 3、DeepSeek等)会分析、理解PRD中的需求。
    • 基于对需求的理解,AI可以自动或半自动地执行后续开发任务,例如:
      • 生成技术设计: 设计系统架构、数据库Schema、API接口。
      • 直接生成代码: 产出前端、后端、测试代码的初稿。
      • 生成测试用例: 根据需求描述编写测试场景和脚本。
  3. 对PRD质量的要求更高:
    • 必须更加清晰、无歧义、结构化。 AI无法像人类一样通过模糊的上下文或沟通来“猜”出真实意图。
    • 可能需要使用更标准化、机器可读的语言来描述需求,或者结合结构化数据(如流程图、状态图、清晰的验收标准列表)。

核心上下文 - PRD

  • 核心上下文 - PRD:PRD是核心上下文,但当前PRD质量参差,AI难以聚焦。
    • 问题本质:PRD拆解是一个领域特定的命名实体识别(NER)任务,即从PRD中识别“UI控件实体”。
    • 控件实体分类:参考Apple HIG与Material Design,分为输入类、按钮类、浮层面板、导航栏、内容展示类等。
    • 微调方法:采用LoRA(低秩适配) 对模型进行轻量微调,显著提升控件识别的准确率与召回率。
    • 微调效果:带图评测的多模态模型F1分数达0.85,显著高于基线(0.57)。

UI高还原度出码:从设计稿到代码的准确转换

  • 低还原度原因
    • Figma设计稿不规范(绝对布局、标记不清)
    • 大模型存在幻觉(布局复杂时推理错误)
    • 还原度低,人工审核成本高
  • 还原度检测流程
  • 还原检测方案和挑战
  • 还原度检测方案对比
    • 静态代码分析:通过LLM推断约束关系,检测率**88.5%**,无需编译,易集成。
    • 运行时渲染树检测:需编译运行,检测率仅55.4%,链路集成难度大。
  • 优选静态方案:通过约束信息与样式Token比对,实现高效高精度检测。

UI组件召回:避免重复造轮子,提升代码采纳率

  • 组件召回闭环迭代
    • 问题:AI生成代码未使用企业内部组件,导致采纳率低。
    • 解法:基于代码上下文与开发意图,智能召回组件库中的最佳匹配组件。
    • 进化机制:通过UI自动化采集运行时属性与截图,自动构建训练数据集,实现组件的持续自学习与迭代。

典型业务场景与需求分析

一个实际的业务场景和需求分析, 用户登录页面,包含手机号输入框、密码框、登录按钮、忘记密码链接及成功/失败反馈。
流程:

  1. PRD
  2. 控件识别(手机号输入框、密码框、登录按钮、忘记密码链接)
  3. 逻辑聚合(登录成功Toast、失败弹窗)
  4. 结合企业组件库与设计规范生成代码

端到端提升:定制化Code Agent在Easy/Medium/Hard需求集上,比通用Agent(如GPT-5、Claude)提升约10%。


总结与展望

核心结论

客户端实现PRD到代码的完全直出目前尚不可能,但可通过“评测驱动子能力提升”路径逐步推进。
应关注四个关键课题:
1. 如何构建科学的端到端评测体系?
2. PRD该如何拆解、拆解到什么粒度?
3. 如何保证UI高还原度出码?
4. 如何实现组件的智能召回与闭环迭代?

未来方向

  • 生产级评测集:积累真实PRD、Figma、Commit、测试用例等数据。
  • 流动闭环的企业知识库:融入自动化流程,实现数据自收集与模型自进化。
  • 全周期覆盖:从编码扩展至测试、CR、Bug修复、发布全流程。
  • 跨平台垂类Agent融合:实现跨系统复杂任务的端到端闭环。

AICoding 核心价值

  • AI Coding不是完全替代开发者,而是作为“副驾驶”提升效率、规范流程。
  • 客户端AI落地的关键在于:高质量数据、领域适配、工程化闭环。
  • 长期来看,AI将重新定义软件生产流程,推动研发模式向智能化、自动化演进。

iOS Swift 可选值(Optional)详解

作者 tangbin583085
2025年12月22日 10:16

Swift 与 Objective-C 最大的区别之一,就是 Optional(可选值)机制
它从语言层面解决了“空指针崩溃”的问题,但如果使用不当,也可能引入新的 Crash。

在日常开发中,我们经常看到下面这些写法:

var name: String?
var age: Int!

let title = text ?? "默认标题"
imageView.image = UIImage(named: imgName ?? "")

本文将系统讲解 ?!?? 的含义、区别、适用场景与工程级最佳实践,帮助你在 Swift 项目中写出更安全、更专业的代码。


什么是 Optional(可选值)

在 Swift 中,Optional 表示一个变量「可能有值,也可能为 nil」

var name: String? = "Hello World"
name = nil

等价理解为:

「这个变量可以为空,编译器强制你在使用前处理好为空的情况」

这与 OC 中的 idNSString * 完全不同,是 编译器层面的安全保障


Optional 本质是什么?

从语言层面来看:

let value: Int?

本质上相当于一个枚举:

enum Optional<Int> {
    case some(Int)
    case none
}

也正是因为这样,Swift 不允许你直接使用 Optional 的值


一、? —— 可选类型(Optional)

定义方式

var username: String?

表示:

  • 可能有值
  • 也可能为 nil

使用限制

let len = username.count  编译错误

你必须 先解包(unwrap) ,才能使用。


安全解包方式一:if let

if let name = username {
    print(name.count)
} else {
    print("username 为 nil")
}

安全解包方式二:guard let

func printName(_ username: String?) {
    guard let name = username else {
        print("name 为 nil,提前返回")
        return
    }
    
    print(name.count)
}

二、! —— 强制解包(Force Unwrap)

定义方式

var age: Int! = 18

表示:

“我确信这个变量在使用时一定不为 nil”


使用方式

swift

print(age + 1)   // 看起来像非 Optional

风险点

age = nil
print(age + 1)  // 运行时崩溃

"!"的正确使用场景

IBOutlet
生命周期受控变量

@IBOutlet weak var titleLabel: UILabel!

原因:

  • view 加载完成后一定存在
  • 系统保证初始化时机

某些依赖注入后一定存在的对象


不推荐的用法

var userName: String!
print(userName.count) // 非常危险 ❌

总结一句话

! 是写给“你未来的自己看的承诺”,一旦违背就会 Crash


三、?? —— 空值合并运算符(Nil-Coalescing)

基本用法

let displayName = username ?? "匿名用户"

含义:

如果 username 不为 nil,使用它
否则使用 "匿名用户"


常见使用场景

场景 1:UI 显示兜底

titleLabel.text = model.title ?? "暂无标题"

场景 2:参数默认值

func loadData(page: Int?) {
    let currentPage = page ?? 1
    print(currentPage)
}

场景 3:Data / String 转换兜底

let data = Data(base64Encoded: base64Str ?? "")

? + ?. —— 可选链(Optional Chaining)

示例

let length = username?.count

返回值类型:

Int?

如果 username == nil

  • 不会执行 .count
  • 整个表达式返回 nil

常见链式调用

let city = user?.profile?.address?.city

从服务器返回数据解析

struct User {
    let name: String?
    let age: Int?
}

func showUser(_ user: User?) {
    guard let user else {
        print("user 不存在")
        return
    }
    
    let name = user.name ?? "未知"
    let age = user.age ?? 0
    
    print("(name),(age) 岁")
}

常见错误用法总结

滥用 !

user!.name!.count 

嵌套 if let 过深

if let a = a {
    if let b = b {
        if let c = c {
            ...
        }
    }
}

更优写法:

guard let a, let b, let c else { return }

总结

Swift 的 Optional 不是语法糖,而是 逼着你在代码层面提前思考风险

如有说错的地方,满发指正相互学习,谢谢~

Qcon 上海 2025 支付宝 AI Agent编码助手实战:面向KMP原生跨端实现研发提效

作者 wyanassert
2025年12月22日 01:16

这边文章是 Qcon 上海站 2025 来自支付宝的KMP分享总结, 主题为”AI Agent编码助手实战:面向KMP原生跨端实现研发提效”
文章参考: 支付宝 MYKMP 原生跨平台解决方案
文章参考 : AI Agent 编码助手实战:面向 KMP 原生跨端实现研发提效

AI Agent编码助手实战:面向KMP原生跨端实现研发提效

背景介绍:支付宝KMP原生跨端架构

本次分享首先对相关核心技术术语进行说明:

术语名称 术语介绍
KMP(Kotlin Multiplatform) JetBrains 基于 Kotlin 推出的一套跨端框架,允许开发者使用 Kotlin 语言编写一次业务逻辑代码,然后将其编译成适用于多个平台的原生应用、Web 应用或服务端应用。
CMP(Compose Multiplatform) JetBrains 提供的一套基于 Compose 基础库的声明式 UI 跨端框架,支持在 Android、iOS、桌面和 Web 开发共享 UI。
支付宝 KMP 原生跨端 在 “Kotlin + Compose Multiplatform” 的基础上,为支付宝终端开发者提供一整套完善的跨端框架能力。
AntUI 组件库 基于 Compose 编写的支付宝 UI 组件库,包含丰富且风格统一的 UI 组件。
OHOS、Harmony OHOS 是鸿蒙项目的开源操作系统基底,而 HarmonyOS 是基于 OHOS 打造的商用智能终端操作系统。

KMP原生跨端的核心优势在于显著减少为不同平台重复开发的工作量,同时能保持各平台原生的最佳用户体验。

支付宝在基础KMP架构上进行了深度扩展,构建了增强型跨端框架,其分层架构如下:

  • MY CMP -> UI与体验层
    • 双渲染管线:除CMP默认的Skiko引擎外,自研了Canvas渲染引擎,以在内存、滑动流畅性等方面实现性能优化。
    • AntUI高阶组件库:提供丰富的企业级UI组件。
    • 自动化能力:集成自动化埋点(无需手动添加点击等事件上报)、UI重组耗时检测工具。
    • 运行时监控:对线上ANR(应用无响应)、掉帧、无限重组等问题进行监控。
    • 原生组件嵌入:支持在Android、iOS、鸿蒙平台嵌入原生渲染的View。
    • 上层框架:封装了导航、事件、应用生命周期等统一框架。
  • MY KMP -> Kotlin跨平台层扩展
    • 平台API导出:将各原生平台常用API导出为Kotlin接口供开发者调用。
    • Runtime优化:对平台运行时进行优化,降低内存占用并提升加载性能。
    • 自研LLVM技术:支持编译插桩等高级操作。
    • 编译器优化:通过前后端编译器优化,显著减小产物包体积。
    • 鸿蒙通信通道简化:去除了传统KMP鸿蒙开发中必需的C语言桥接层,实现了Kotlin与eTS(鸿蒙开发语言)的直接高效通信。
  • 跨端基座
    • C++基础库:将网络库等原生C++能力封装并透出Kotlin接口。
    • 原生平台能力增强:在鸿蒙平台深度集成其Pipeline、事件中心、渲染、资源加载等原生能力至KMP框架。
    • Tecla API:基于自研IDL(接口描述语言)提供的跨端、跨技术栈API调用机制。开发者只需调用Kotlin接口,即可在安卓、iOS、鸿蒙三端使用支付宝的中间件能力。
  • 工程体系集成:将KMP框架无缝融入支付宝现有的工程研发体系,提升开发效率。

目前,该KMP跨端架构已在支付宝多个核心业务场景(如“我的”、理财、直播、消息页,以及出行服务、健康管家等独立APP)中落地,覆盖安卓、iOS、鸿蒙三大平台,均实现了与原生开发对标的高性能体验。整体已支撑亿级PV,成为支付宝内重点发展的主流原生跨端技术栈。

KMP研发现状、痛点与AI工具调研

尽管KMP技术带来效率提升,但其研发全流程仍存在若干痛点:

  1. 起步阶段:开发者需从头学习Kotlin、Compose及KMP/CMP特有语法,存在较高的学习成本。
  2. 开发阶段:开发者不熟悉框架提供的跨端API(如AntUI、Tecla)是否能满足需求及具体调用方式。
  3. 测试阶段:主要依赖人工测试,效率低下,缺乏自动化与AI辅助手段。
  4. 上线运维阶段:三端(尤其是KMP特有)的崩溃堆栈反解与分析耗时较长,问题定位与优化成本高。

针对上述痛点,我们对现有AI编码工具进行了调研,结论是:目前缺乏一款能与客户端基础框架深度结合、支持KMP技术栈、并适配支付宝终端研发工程体系的专用编码助手。

具体对比如下:

  • 内部两款热门助手:能力丰富,但不支持KMP跨端开发辅助。
  • Cursor:支持KMP技术栈,但缺乏转码等深度能力,无法融入支付宝工程体系,且不了解CMP在鸿蒙平台的特定知识。
  • Cline:与Cursor存在类似问题,且其推理步骤复杂度较高。

因此,我们期望打造一款具备跨端特色的AI编程伙伴,以解决实际研发问题,提升效率。

KMP编码助手:方案与实践

构建了KMP的编码助手,其核心目标是运用AI技术为KMP开发带来“二次加速”。以下从方案构思到核心功能实现进行剖析。

整体可行性评估与架构

项目初期,我们从四个维度评估了可行性:

  1. 图生码/设计稿生码:通过让大模型学习AntUI组件,验证了其能直接输出对应界面代码的可行性。
  2. 算法支撑:具备在终端研发场景下产出领域自研算法模型的能力,以增强生码效果。
  3. 生产资料支撑:拥有完整的KMP(含鸿蒙)技术栈研发能力、四端AntUI组件库的开发和维护能力,以及可通过Tecla透出的丰富基础框架能力,能为大模型提供充足的学习素材。
  4. 插件结合方式:确定以Android Studio(KMP研发主要IDE)的IntelliJ IDEA插件形式进行集成验证。

整体架构分为三层:

  • 客户端层:作为Agent与用户的交互界面(IDE插件)。
  • Agent框架层(核心):进行了工作流编排、任务分解、知识图谱构建、UI转换等核心改造。
  • 基础服务层:支撑AI能力的Prompt工程、RAG检索、MCP协议调用及代码补全等服务。

界面开发提效:从设计稿/图片到代码

为帮助开发者快速上手Compose UI,我们提供了两种生码方案:

设计稿生码

  • 效果:可将Sketch设计稿中的图层高精度(还原度90%以上)转换为Compose UI代码,并在IDE中实时预览。
  • 实现链路
    • 启动链路:通过Node服务连接Sketch应用、IDE插件和Webview。

    • 设计稿转IR:将设计稿元素转换为中间表示(IR),包括类型、参数、样式及视图层级信息。

    • IR转Compose:依据规则将IR映射为Compose组件与修饰符。

    • 优化与输出:通过人工规则与模型二次优化,对生成的代码进行组件化、数据驱动等重构,输出高质量的生产级代码。

  • 挑战:处理了设计稿不规范、IR与Compose属性映射差异(如margin)、DIV类型具体化、图片资源转换、CSS风格属性适配等一系列复杂问题。
  • 解决:利用大模型进行二次优化,将界面布局进行组件化以及数据驱动的封装,比如一个平铺列表,最终优化成 ServiceItem 组件,对应传参 ServiceData,最终代码就可以直接用于生产。

再来整体对比下,从原始设计稿,到原始 Compose UI,再到模型二次优化的界面效果。这里能感受到模型二次优化后,基本上能够还原设计稿组件,但是代码更加直接可用。

  • 稿生码的优点:
    • 转换后还原精度高,
  • 缺点
    • 不支持基于支付宝 AntUI 组件库还原,
    • 设计稿不够规范影响还原效果。

我们自然而然的会想有更加简便,且支持高阶 UI 组件库的方案,就是图生码。

图生码

  • 背景:设计稿生码不支持AntUI组件,且受设计稿规范度影响。图生码旨在实现更简便且支持高阶组件的生码方案。
  • 方案演进
    • 方案一(图到代码直出):将高阶 UI 组价库的知识按照统一格式,输入给 MLLM 学习后,直接将图片转换成 Compose 代码。
      • 问题: 让大模型读图直接输出代码。效果欠佳,细节处理差,且技术栈绑定Compose,难以扩展。
    • 方案二(图→IR→代码):采用自研图生码算法。使用后训练的多模态大模型识别图片中的基础组件和AntUI组件,输出IR,再复用设计稿生码的转换规则生成代码。(此方案更优)
      • 图生码算法能力建设的三个阶段
        1. 数据构造, 构建自动化流程,通过大模型生成随机Compose代码→渲染截图→生成精确的图文数据对,解决了训练数据匮乏问题。

        2. 模型训练, 采用LoRA(低秩适应)等参数高效微调技术,对多模态大模型进行SFT(监督微调)和强化学习,使其获得精准的UI页面解析能力,能识别AntUI高阶组件。

        3. 后处理增强, 针对模型幻觉导致的位置、颜色、布局偏差,结合传统图像算法进行校准,提升输出IR的精确度。

    • 优势与挑战:方案二效果更精准,直接支持AntUI,且IR协议可扩展至其他原生技术栈。当前挑战在于进一步提升AntUI组件识别准确度,并构造更多特殊案例数据。

逻辑开发与运维提效:智能问答与诊断

为帮助开发者快速上手KMP逻辑开发与解决线上问题,我们构建了基于RAG和MCP的智能助手。

基于RAG的智能问答

背景

  • 内部文档质量参差不齐,内容多且繁杂,较难查找阅读
  • 阅读;由于文档质量不高,导致机器人答疑质量不高

开发者常咨询这三类问题:

  1. Kotlin 跨端能力库中是否包含某项能力?
  2. 这个 API 能力调用代码该怎么写?
  3. AntUI 组件库是否支持包含某个组件?

RAG 检索问答基本流程:

  • RAG流程优化
    • 源数据处理:面对复杂的JSON源数据(如含千条API记录),利用自建Agent将其转化为格式规整、模型可读的Markdown文档。
    • 检索效果提升:以FAQ(问答对)形式替代传统的文本切片,并借助大模型从文档中提炼生成近4000条FAQ知识,提高召回准确率。
    • 体系性问题回答:将知识图谱的实体关系作为检索语料,使模型能理解模块与接口的层级关系,回答体系性问题。
    • FAQ增强:让模型为同一答案生成多种问法,提升问题命中的灵活性。

具体问题诊断与解决

  • KMP构建/闪退排查:构建“构建失败Agent”和“闪退日志Agent”。其工作流为:先运行脚本提取日志关键信息,再通过RAG从知识库召回解决方案,最后由Agent组织答案反馈给开发者。
  • KMP应用框架快速接入:该框架用于抹平三端生命周期差异。我们提供模板代码自动生成工具,开发者可一键将框架集成到项目中,将原本需3人日的接入工作自动化。

KMP 模块在三端平台构建失败,无法定位原因

针对开发者不熟悉多端尤其是鸿蒙平台的痛点,我们通过定制Agent工作流解决问题:
KMP 模块在三端平台构建失败,无法定位原因
KMP 核心产物需要同时三端构建,一旦出现构建失败问题,传统排查方式效率比较低下,花费的时间从几分钟到一小时不等。

这里我们通过 Agent 工作流的方式,帮助开发者主动触发构建,利用 KMP 日志分析脚本,提取关键日志,再结合现有构建知识库进行召回,最终由模型整理组织答案。从而加快构建失败问题的排查速度。

安卓/ iOS /鸿蒙,三端闪退如何排查

开发者可以直接将闪退日志输入给 Agent ,Agent 会触发闪退分析的工作流,先用 KMP 堆栈反解工具提取关键内容并解析,再将解析结果返回给 Agent,由 Agent 结合当前的项目代码上下文,给出原因和解决方案。

基于MCP的工具集成

如何将众多工具(堆栈分析、模板生成、文件操作等)整合到大Agent中?我们采用了本地MCP(Model Context Protocol)路由机制。

  • MCP作用:一种标准协议,使工具能适配不同大模型。通过编写MCP协议描述工具功能,Agent可根据用户提示词自动路由并调用相应工具。
  • 示例:当用户输入“分析鸿蒙闪退堆栈”并提供日志时,Agent能自动匹配并调用“闪退堆栈分析工具”的MCP,执行分析并返回根因与建议。
  • 架构扩展:除本地MCP工具集外,未来规划提供远程MCP市场和Agent市场。

未来展望

KMP编码助手将持续优化与创新,重点方向包括:

  1. 生码能力增强:支持Figma设计稿生码;优化图生码IR协议;探索智能Compose UI视觉验收。
  2. 声明式UI动态化:结合模型对数据与UI组件的理解,通过自研KMP JS运行时与动态化技术,实现数据驱动的动态界面渲染。
  3. 技术架构扩展:以KMP技术栈为核心,逐步将AI辅助能力扩展至其他原生技术栈(如纯Android、iOS开发)。
  4. 生态建设:建设开放的Agent与MCP工具市场。

总结:AIAgent重塑软件开发生命周期

最后再来看一下AI Agent面向软件开发整个的生命周期,你可以发现 agent正在以一个非常非常快的速度改变我们的工作方式. 从构思到开发到落地, agent在每一个环节都会驱动我们来进行一些创新.
比如

  • 需求分析里面我们可以让AI来给出UI/UX设计建议
  • 开发与编码阶段, 可以让agent来帮助我们进行代码审查和质量保证
  • 测试阶段也很重要, 可以让agent智能测试以及报告
  • 在部署与发布上, agent可以帮助我们进行一个自动化的配置
  • 在维护与运营阶段, agent可以帮助我们分析用户的反馈以及线上的性能监控和优化

简而言之, AIAgent正在引领一场软件开发的全新的变革, 这将会深深地改变我们之后的一个工作方式, 那在这里呢也也祝愿大家能够在AI人工智能席卷而来的浪潮里面抓住机遇勇于创新, 说不定会有意想不到的惊喜和收获.

一文精通-Mixin特性

2025年12月20日 22:37

Dart Mixin 详细指南

1. 基础 Mixin 用法

1.1 基本 Mixin 定义和使用

dart

// 定义 Mixin
mixin LoggerMixin {
  String tag = 'Logger';
  
  void log(String message) {
    print('[$tag] $message');
  }
  
  void debug(String message) {
    print('[$tag] DEBUG: $message');
  }
}

mixin ValidatorMixin {
  bool validateEmail(String email) {
    return RegExp(r'^[^@]+@[^@]+.[^@]+').hasMatch(email);
  }
  
  bool validatePhone(String phone) {
    return RegExp(r'^[0-9]{10,11}$').hasMatch(phone);
  }
}

// 使用 Mixin
class UserService with LoggerMixin, ValidatorMixin {
  void registerUser(String email, String phone) {
    if (validateEmail(email) && validatePhone(phone)) {
      log('用户注册成功: $email');
    } else {
      debug('注册信息验证失败');
    }
  }
}

void main() {
  final service = UserService();
  service.registerUser('test@example.com', '13800138000');
}

2. Mixin 定义抽象方法

dart

mixin AuthenticationMixin {
  // 抽象方法 - 强制混入类实现
  Future<String> fetchToken();
  
  // 具体方法 - 可以使用抽象方法
  Future<Map<String, dynamic>> getProfile() async {
    final token = await fetchToken();
    log('使用 token: $token 获取用户资料');
    return {'name': '张三', 'token': token};
  }
  
  void log(String message) {
    print('[Auth] $message');
  }
}

class ApiService with AuthenticationMixin {
  @override
  Future<String> fetchToken() async {
    // 实现抽象方法
    await Future.delayed(Duration(milliseconds: 100));
    return 'jwt_token_123456';
  }
}

void main() async {
  final api = ApiService();
  final profile = await api.getProfile();
  print('用户资料: $profile');
}

3. 使用 on 关键字限制 Mixin 范围

dart

// 基类
abstract class Animal {
  String name;
  Animal(this.name);
  
  void eat() {
    print('$name 正在吃东西');
  }
}

// 只能用于 Animal 及其子类的 Mixin
mixin WalkerMixin on Animal {
  void walk() {
    print('$name 正在行走');
    eat(); // 可以访问宿主类的方法
  }
}

mixin SwimmerMixin on Animal {
  void swim() {
    print('$name 正在游泳');
  }
}

// 正确使用
class Dog extends Animal with WalkerMixin {
  Dog(String name) : super(name);
  
  void bark() {
    print('$name: 汪汪!');
  }
}

// 错误使用(编译错误):
// class Robot with WalkerMixin {} // 错误:WalkerMixin 只能用于 Animal

void main() {
  final dog = Dog('小黑');
  dog.walk();  // 小黑 正在行走
  dog.bark();  // 小黑: 汪汪!
  dog.eat();   // 小黑 正在吃东西
}

4. 多 Mixin 组合

dart

// 功能模块化 Mixin
mixin ApiClientMixin {
  Future<Map<String, dynamic>> get(String url) async {
    print('GET 请求: $url');
    await Future.delayed(Duration(milliseconds: 100));
    return {'status': 200, 'data': '响应数据'};
  }
}

mixin CacheMixin {
  final Map<String, dynamic> _cache = {};
  
  void cacheData(String key, dynamic data) {
    _cache[key] = data;
  }
  
  dynamic getCache(String key) => _cache[key];
}

mixin LoggingMixin {
  void logRequest(String method, String url) {
    print('[${DateTime.now()}] $method $url');
  }
}

// 组合多个 Mixin
class NetworkService with ApiClientMixin, CacheMixin, LoggingMixin {
  Future<Map<String, dynamic>> fetchWithCache(String url) async {
    final cached = getCache(url);
    if (cached != null) {
      print('使用缓存数据');
      return cached;
    }
    
    logRequest('GET', url);
    final response = await get(url);
    cacheData(url, response);
    
    return response;
  }
}

void main() async {
  final service = NetworkService();
  final result1 = await service.fetchWithCache('/api/user');
  final result2 = await service.fetchWithCache('/api/user'); // 第二次使用缓存
}

5. 同名方法冲突与线性化顺序

dart

mixin A {
  String message = '来自A';
  
  void show() {
    print('A.show(): $message');
  }
  
  void methodA() {
    print('A.methodA()');
  }
}

mixin B {
  String message = '来自B';
  
  void show() {
    print('B.show(): $message');
  }
  
  void methodB() {
    print('B.methodB()');
  }
}

mixin C {
  String message = '来自C';
  
  void show() {
    print('C.show(): $message');
  }
}

// 父类
class Base {
  String message = '来自Base';
  
  void show() {
    print('Base.show(): $message');
  }
}

// 混入顺序:Base -> A -> B -> C(最后混入的优先级最高)
class MyClass extends Base with A, B, C {
  // 可以通过super调用线性化链中的方法
  @override
  void show() {
    super.show(); // 调用C的show方法
    print('MyClass.show() 完成');
  }
}

// 线性化顺序验证
class AnotherClass with C, B, A {
  // 顺序:Object -> C -> B -> A
  void test() {
    show(); // 调用A的show(最后混入)
    print(message); // 输出:来自A
  }
}

void main() {
  print('=== MyClass 测试 ===');
  final obj1 = MyClass();
  obj1.show();    // 调用C.show(),因为C最后混入
  print(obj1.message); // 输出:来自C
  
  print('\n=== AnotherClass 测试 ===');
  final obj2 = AnotherClass();
  obj2.test();
  
  print('\n=== 方法调用链 ===');
  obj1.methodA(); // 可以调用
  obj1.methodB(); // 可以调用
  
  // 验证类型
  print('\n=== 类型检查 ===');
  print(obj1 is Base); // true
  print(obj1 is A);    // true
  print(obj1 is B);    // true
  print(obj1 is C);    // true
}

6. 复杂的线性化顺序示例

dart

class Base {
  void execute() => print('Base.execute()');
}

mixin Mixin1 {
  void execute() {
    print('Mixin1.execute() - 开始');
    super.execute();
    print('Mixin1.execute() - 结束');
  }
}

mixin Mixin2 {
  void execute() {
    print('Mixin2.execute() - 开始');
    super.execute();
    print('Mixin2.execute() - 结束');
  }
}

mixin Mixin3 {
  void execute() {
    print('Mixin3.execute() - 开始');
    super.execute();
    print('Mixin3.execute() - 结束');
  }
}

class MyService extends Base with Mixin1, Mixin2, Mixin3 {
  @override
  void execute() {
    print('MyService.execute() - 开始');
    super.execute(); // 调用链:Mixin3 -> Mixin2 -> Mixin1 -> Base
    print('MyService.execute() - 结束');
  }
}

void main() {
  final service = MyService();
  service.execute();
  
  // 输出顺序:
  // MyService.execute() - 开始
  // Mixin3.execute() - 开始
  // Mixin2.execute() - 开始
  // Mixin1.execute() - 开始
  // Base.execute()
  // Mixin1.execute() - 结束
  // Mixin2.execute() - 结束
  // Mixin3.execute() - 结束
  // MyService.execute() - 结束
}

7. 工厂模式与 Mixin

dart

// 可序列化接口
abstract class Serializable {
  Map<String, dynamic> toJson();
}

// Mixin 提供序列化功能
mixin JsonSerializableMixin implements Serializable {
  @override
  Map<String, dynamic> toJson() {
    final json = <String, dynamic>{};
    
    // 使用反射获取所有字段(实际项目中可能需要 dart:mirrors 或代码生成)
    // 这里简化处理
    for (final field in _getFields()) {
      json[field] = _getFieldValue(field);
    }
    
    return json;
  }
  
  List<String> _getFields() {
    // 实际实现应使用反射
    return [];
  }
  
  dynamic _getFieldValue(String field) {
    // 实际实现应使用反射
    return null;
  }
}

// 使用 Mixin 增强类的功能
class User with JsonSerializableMixin {
  final String name;
  final int age;
  
  User(this.name, this.age);
  
  @override
  List<String> _getFields() => ['name', 'age'];
  
  @override
  dynamic _getFieldValue(String field) {
    switch (field) {
      case 'name': return name;
      case 'age': return age;
      default: return null;
    }
  }
}

void main() {
  final user = User('张三', 25);
  print(user.toJson()); // {name: 张三, age: 25}
}

8. 依赖注入模式中的 Mixin

dart

// 服务定位器 Mixin
mixin ServiceLocatorMixin {
  final Map<Type, Object> _services = {};
  
  void registerService<T>(T service) {
    _services[T] = service;
  }
  
  T getService<T>() {
    final service = _services[T];
    if (service == null) {
      throw StateError('未找到服务: $T');
    }
    return service as T;
  }
}

// 网络服务
class NetworkService {
  Future<String> fetchData() async {
    await Future.delayed(Duration(milliseconds: 100));
    return '网络数据';
  }
}

// 数据库服务
class DatabaseService {
  Future<String> queryData() async {
    await Future.delayed(Duration(milliseconds: 50));
    return '数据库数据';
  }
}

// 使用 Mixin 的应用类
class MyApp with ServiceLocatorMixin {
  MyApp() {
    // 注册服务
    registerService(NetworkService());
    registerService(DatabaseService());
  }
  
  Future<void> run() async {
    final network = getService<NetworkService>();
    final database = getService<DatabaseService>();
    
    final results = await Future.wait([
      network.fetchData(),
      database.queryData(),
    ]);
    
    print('结果: $results');
  }
}

void main() async {
  final app = MyApp();
  await app.run();
}

9. Mixin 最佳实践示例

dart

// 1. 单一职责的 Mixin
mixin EquatableMixin<T> {
  bool equals(T other);
  
  @override
  bool operator ==(Object other) =>
      identical(this, other) ||
      other is T && equals(other);
      
  @override
  int get hashCode => toString().hashCode;
}

mixin CloneableMixin<T> {
  T clone();
}

// 2. 带生命周期的 Mixin
mixin LifecycleMixin {
  bool _isInitialized = false;
  
  void initialize() {
    if (!_isInitialized) {
      _onInit();
      _isInitialized = true;
    }
  }
  
  void dispose() {
    if (_isInitialized) {
      _onDispose();
      _isInitialized = false;
    }
  }
  
  // 钩子方法
  void _onInit() {}
  void _onDispose() {}
}

// 3. 可观察的 Mixin
mixin ObservableMixin {
  final List<Function()> _listeners = [];
  
  void addListener(Function() listener) {
    _listeners.add(listener);
  }
  
  void removeListener(Function() listener) {
    _listeners.remove(listener);
  }
  
  void notifyListeners() {
    for (final listener in _listeners) {
      listener();
    }
  }
}

// 使用多个 Mixin 的模型类
class UserModel with EquatableMixin<UserModel>, CloneableMixin<UserModel>, ObservableMixin {
  String name;
  int age;
  
  UserModel(this.name, this.age);
  
  @override
  bool equals(UserModel other) =>
      name == other.name && age == other.age;
      
  @override
  UserModel clone() => UserModel(name, age);
  
  void updateName(String newName) {
    name = newName;
    notifyListeners(); // 通知观察者
  }
  
  @override
  String toString() => 'User(name: $name, age: $age)';
}

void main() {
  final user1 = UserModel('Alice', 30);
  final user2 = UserModel('Alice', 30);
  final user3 = user1.clone();
  
  print('user1 == user2: ${user1 == user2}'); // true
  print('user1 == user3: ${user1 == user3}'); // true
  
  // 添加监听器
  user1.addListener(() {
    print('用户数据已更新!');
  });
  
  user1.updateName('Bob'); // 触发监听器
}

Mixin 详细总结

特性总结

特性 说明
定义方式 使用 mixin 关键字定义
使用方式 使用 with 关键字混入到类中
继承限制 每个类只能继承一个父类,但可以混入多个 Mixin
实例化 Mixin 不能被实例化,只能被混入
构造函数 Mixin 不能声明构造函数(无参构造函数除外)
抽象方法 可以包含抽象方法,强制宿主类实现
范围限制 可以使用 on 关键字限制 Mixin 只能用于特定类
线性化顺序 混入顺序决定方法调用优先级(最后混入的优先级最高)
类型系统 Mixin 在类型系统中是透明的,宿主类拥有 Mixin 的所有接口

使用场景

  1. 横切关注点(Cross-cutting Concerns)

    • 日志记录、权限验证、性能监控
    • 数据验证、格式转换
  2. 功能组合(Feature Composition)

    • UI 组件的功能组合
    • 服务类的功能增强
  3. 接口增强(Interface Enhancement)

    • 为现有类添加额外功能而不修改原始类
    • 实现装饰器模式
  4. 代码复用(Code Reuse)

    • 将通用逻辑抽离为可复用模块
    • 避免重复代码

优点

  1. 灵活性高:可以组合多个 Mixin,实现类似多继承的效果
  2. 解耦性强:功能模块化,职责单一
  3. 避免钻石问题:通过线性化顺序解决多继承中的歧义问题
  4. 类型安全:编译时检查,运行时性能好
  5. 易于测试:可以单独测试 Mixin 的功能

缺点

  1. 理解成本:线性化顺序需要理解
  2. 调试困难:方法调用链可能较长
  3. 过度使用风险:可能导致类结构复杂
  4. 命名冲突:不同 Mixin 的同名方法可能冲突

最佳实践

  1. 单一职责:每个 Mixin 只负责一个明确的功能
  2. 命名清晰:使用 Mixin 后缀,如 LoggerMixin
  3. 适度使用:避免过度使用导致代码难以理解
  4. 文档注释:说明 Mixin 的作用和使用方式
  5. 考虑替代方案:有时继承或组合可能是更好的选择

与相关概念的对比

概念 与 Mixin 的区别
抽象类 可以有构造函数、可以有状态;Mixin 不能有构造函数
接口 只定义契约,不提供实现;Mixin 可以提供实现
扩展方法 在类外部添加方法;Mixin 在类内部添加
继承 单继承,强调 "is-a" 关系;Mixin 强调 "has-a" 或 "can-do" 关系

Mixin 是 Dart 语言中非常强大的特性,合理使用可以让代码更加模块化、可复用和可维护。

1. 什么是 Mixin?它的主要作用是什么?

精准回答:
"Mixin 是 Dart 中一种代码复用机制,它允许一个类通过 with 关键字混入一个或多个独立的功能模块。Mixin 的主要作用是解决 Dart 单继承的限制,实现类似多继承的效果,让代码更加模块化和可复用。"

加分点:

  • 强调 "代码复用机制" 而非 "继承机制"
  • 提到 "单继承限制" 和 "类似多继承"
  • 说明主要使用场景:横向功能扩展

2. Mixin 和继承、接口有什么区别?

精准回答(表格对比):

特性 Mixin 继承 接口
关系 "具有" 功能 (has-a) "是一个" (is-a) "能做什么" (can-do)
数量 可多个 单继承 可实现多个
实现 可包含具体实现 可包含具体实现 只定义契约
构造函数 不能有(除无参) 可以有 不能有
关键字 with extends implements

详细补充:
"Mixin 强调的是功能组合,让类获得某些能力;继承强调的是父子关系;接口强调的是契约实现。Mixin 提供了比接口更灵活的实现复用,又避免了传统多继承的复杂性。"

3. Mixin 的线性化顺序是什么?如何确定?

精准回答:
"Mixin 的线性化顺序遵循以下规则:

  1. 从继承链的最顶端开始
  2. 按照 with 关键字后 Mixin 的声明顺序,从左到右处理
  3. 最后混入的 Mixin 优先级最高

线性化算法:  深度优先,从左到右,不重复。"

示例说明:

dart

class A {}
mixin B {}
mixin C {}
class D extends A with B, C {}
// 线性化顺序:A → B → C → D
// 方法查找顺序:D → C → B → A → Object

4. Mixin 可以包含抽象方法吗?有什么作用?

精准回答:
"可以。Mixin 中包含抽象方法的主要作用是:

  1. 强制约束:强制混入类必须实现某些方法
  2. 模板方法模式:在 Mixin 中定义算法骨架,抽象方法由混入类具体实现
  3. 依赖注入:要求宿主类提供必要的依赖或实现"

示例:

dart

mixin ValidatorMixin {
  bool validate(String input); // 抽象方法
  void validateAndProcess(String input) {
    if (validate(input)) {
      // 处理逻辑
    }
  }
}

5. on 关键字在 Mixin 中有什么作用?

精准回答:
"on 关键字用于限制 Mixin 的使用范围,确保 Mixin 只能用于特定类型或其子类。主要有两个作用:

  1. 类型安全:防止误用,确保 Mixin 只在合适的上下文中使用
  2. 访问宿主类成员:可以安全地访问宿主类的方法和属性"

示例:

dart

mixin Walker on Animal {
  void walk() {
    move(); // 可以安全调用 Animal 的方法
  }
}
// 只能用于 Animal 及其子类

6. 多个 Mixin 有同名方法时如何解决冲突?

精准回答:
"Dart 通过线性化顺序解决同名方法冲突:

  1. 最后混入的优先级最高:线性化链中靠后的覆盖前面的
  2. 可以使用 super:调用线性化链中下一个实现
  3. 可以重写覆盖:在宿主类中重写方法进行统一处理

这是编译时确定的,不会产生运行时歧义。"

冲突解决示例:

dart

class MyClass with A, B {
  @override
  void conflictMethod() {
    // 调用特定 Mixin 的方法
    super.conflictMethod(); // 调用 B 的实现
  }
}

7. Mixin 可以有构造函数吗?为什么?

精准回答:
"Mixin 不能声明有参数的构造函数,只能有默认的无参构造函数。这是因为:

  1. 初始化顺序问题:多个 Mixin 的构造函数调用顺序难以确定
  2. 简化设计:避免复杂的初始化逻辑冲突
  3. 职责分离:Mixin 应该专注于功能实现,而不是对象构建

如果需要初始化逻辑,可以使用初始化方法配合调用。"

8. Mixin 在实际项目中有哪些典型应用场景?

精准回答(结合实际经验):
"在实际项目中,我主要将 Mixin 用于:

  1. 横切关注点(Cross-cutting Concerns)

    • 日志记录、性能监控、异常处理
    • 权限验证、数据校验
  2. UI 组件功能组合

    dart

    class Button with HoverEffect, RippleEffect, TooltipMixin {}
    
  3. 服务层功能增强

    dart

    class ApiService with CacheMixin, RetryMixin, LoggingMixin {}
    
  4. 设计模式实现

    • 装饰器模式:动态添加功能
    • 策略模式:算法切换"

9. Mixin 的优缺点是什么?

精准回答:
优点:

  1. 灵活复用:突破单继承限制
  2. 模块化:功能分离,职责单一
  3. 避免重复:DRY 原则
  4. 组合优于继承:更灵活的设计

缺点:

  1. 理解成本:线性化顺序需要理解
  2. 调试困难:调用链可能很深
  3. 命名冲突:需要合理设计
  4. 过度使用风险:可能导致 "瑞士军刀" 类

10. 什么时候应该使用 Mixin?什么时候不应该使用?

精准回答:
"应该使用 Mixin 的情况:

  1. 需要横向复用功能时
  2. 功能相对独立,不依赖过多上下文
  3. 多个类需要相同功能但类型层次不同时
  4. 需要动态组合功能时

不应该使用 Mixin 的情况:

  1. 功能之间有强耦合时
  2. 需要初始化复杂状态时
  3. 功能是类的核心职责时(应该用继承)
  4. 简单的工具方法(考虑用扩展方法)"

11. Mixin 和扩展方法(Extension Methods)有什么区别?

精准回答:
"两者都用于扩展类型功能,但适用场景不同:

方面 Mixin 扩展方法
作用域 类内部 类外部
访问权限 可访问私有成员 只能访问公开成员
适用性 需要状态时 纯函数操作时
使用方式 with 关键字 extension 关键字

扩展方法适合为现有类添加静态工具方法,Mixin 适合为类添加有状态的复杂功能。"

12. 如何处理 Mixin 之间的依赖关系?

精准回答:
"处理 Mixin 依赖关系的几种策略:

  1. 使用 on 限制:确保 Mixin 只在合适的上下文中使用
  2. 接口抽象:通过抽象方法定义依赖契约
  3. 组合模式:让一个 Mixin 依赖另一个 Mixin
  4. 依赖查找:通过服务定位器获取依赖

最佳实践:  保持 Mixin 尽可能独立,依赖通过抽象定义。"

高级面试问题回答技巧

技术深度展示:

当被问到复杂问题时,展示对底层机制的理解:

示例回答:
"Mixin 的线性化机制实际上是编译时进行的,Dart 编译器会生成一个线性的类层次结构。从实现角度看,Mixin 会被编译为普通的类,然后通过代理模式将方法调用转发到正确的实现。"

结合实际项目:

"在我之前的电商项目中,我们使用 Mixin 实现了购物车的各种行为:

  • WithCacheMixin:缓存商品信息
  • WithValidationMixin:验证库存和价格
  • WithAnalyticsMixin:记录用户行为
    这样每个业务模块都可以按需组合功能。"

展示设计思考:

"在设计 Mixin 时,我遵循 SOLID 原则:

  • 单一职责:每个 Mixin 只做一件事
  • 开闭原则:通过 Mixin 扩展而非修改
  • 接口隔离:定义清晰的抽象方法
  • 依赖倒置:依赖抽象而非具体实现"

常见陷阱与解决方案

陷阱 1:状态共享问题

问题:  "多个类混入同一个 Mixin 会共享状态吗?"

回答:  "不会。每个实例都有自己的 Mixin 状态副本。Mixin 中的字段在编译时会复制到宿主类中,每个实例独立。"

陷阱 2:初始化顺序

问题:  "如果多个 Mixin 都需要初始化怎么办?"

回答:  "使用初始化方法模式:

dart

mixin Initializable {
  void initialize() {
    // 初始化逻辑
  }
}

class MyClass with A, B {
  void init() {
    // 按需调用初始化
    (this as A).initialize();
    (this as B).initialize();
  }
}

《Flutter全栈开发实战指南:从零到高级》- 26 -持续集成与部署

2025年12月20日 16:56

引言

代码写得再好,没有自动化的流水线,就像法拉利引擎装在牛车上!!!

什么是持续集成与部署?简单说就是:

  • 你写代码 → 自动测试 → 自动打包 → 自动发布
  • 就像工厂的流水线,代码进去,App出来

今天我们一起来搭建这条"代码流水线",让你的开发效率大幅提升!

一:CI/CD到底是什么?为什么每个团队都需要?

1.1 从手动操作到自动化流水线

先看看传统开发流程的痛点:

// 传统发布流程(手动版)
  1. 本地运行测试();       // 某些测试可能忘记运行
  2. 手动打包Android();    // 配置证书、签名、版本号...
  3. 手动打包iOS();        // 证书、描述文件、上架截图...
  4. 上传到测试平台();     // 找测试妹子要手机号
  5. 收集反馈修复bug();    // 来回沟通,效率低下
  6. 重复步骤1-5();        // 无限循环...

再看自动化流水线:

# 自动化发布流程(CI/CD版)
流程:
  1. 推送代码到GitHub/Gitlab  自动触发
  2. 运行所有测试  失败自动通知
  3. 打包所有平台  同时进行
  4. 分发到测试环境  自动分发给测试人员
  5. 发布到应用商店  条件触发

1.2 CI/CD的核心价值

很多新手觉得CI/CD是"大公司才需要的东西",其实完全错了!它解决的是这些痛点:

问题1:环境不一致

本地环境: Flutter 3.10, Dart 2.18, Mac M1
测试环境: Flutter 3.7, Dart 2.17, Windows
生产环境: ???

问题2:手动操作容易出错 之前遇到过同事把debug包发给了用户,因为打包时选错了构建变体。

问题3:反馈周期太长 代码提交 → 手动打包 → 发给测试 → 发现问题 → 已经过了半天

1.3 CI/CD的三个核心概念

graph LR
    A[代码提交] --> B[持续集成 CI]
    B --> C[持续交付 CD]
    C --> D[持续部署 CD]
    
    B --> E[自动构建]
    B --> F[自动测试]
    
    C --> G[自动打包]
    C --> H[自动发布到测试]
    
    D --> I[自动发布到生产]
    
    style A fill:#e3f2fd
    style B fill:#f3e5f5
    style C fill:#e8f5e8
    style D fill:#fff3e0

持续集成(CI):频繁集成代码到主干,每次集成都通过自动化测试

持续交付(CD):自动将代码打包成可部署的产物

持续部署(CD):自动将产物部署到生产环境

注意:两个CD虽然缩写一样,但含义不同。Continuous Delivery(持续交付)和 Continuous Deployment(持续部署)

二:GitHub Actions

我们以github为例,当然各公司有单独部署的gitlab,大同小异这里不在赘述。。。

2.1 GitHub Actions工作原理

GitHub Actions不是魔法,而是GitHub提供的自动化执行环境。想象一下:

graph LR
    A[你的代码仓库] --> B[事件推送/PR]
    B --> C[GitHub Actions服务器]
    C --> D[分配虚拟机]
    D --> E[你的工作流]
    E --> F[运行你的脚本]

    style A fill:#f9f,stroke:#333,stroke-width:1px
    style C fill:#9f9,stroke:#333,stroke-width:1px
    style E fill:#99f,stroke:#333,stroke-width:1px

核心组件解析

# 工作流组件关系图
工作流文件 (.github/workflows/ci.yml)
    ├── 触发器: 什么情况下运行 (push, pull_request)
    ├── 任务: 在什么环境下运行 (ubuntu-latest)
    └── 步骤: 具体执行什么 (安装Flutter、运行测试)

2.2 创建你的第一个工作流

别被吓到,其实创建一个基础的CI流程只需要5分钟:

  1. 在项目根目录创建文件夹
mkdir -p .github/workflows
  1. 创建CI配置文件
# .github/workflows/flutter-ci.yml
name: Flutter CI  # 工作流名称

# 触发条件:当有代码推送到main分支,或者有PR时
on:
  push:
    branches: [ main, develop ]
  pull_request:
    branches: [ main ]

# 设置权限
permissions:
  contents: read  # 只读权限,保证安全

# 工作流中的任务
jobs:
  # 任务1:运行测试
  test:
    # 运行在Ubuntu最新版
    runs-on: ubuntu-latest
    
    # 任务步骤
    steps:
      # 步骤1:检出代码
      - name: Checkout code
        uses: actions/checkout@v3
        
      # 步骤2:安装Flutter
      - name: Setup Flutter
        uses: subosito/flutter-action@v2
        with:
          flutter-version: '3.10.x'  # 指定Flutter版本
          channel: 'stable'          # 稳定版
        
      # 步骤3:获取依赖
      - name: Get dependencies
        run: flutter pub get
        
      # 步骤4:运行测试
      - name: Run tests
        run: flutter test
        
      # 步骤5:检查代码格式
      - name: Check formatting
        run: flutter format --set-exit-if-changed .
        
      # 步骤6:静态分析
      - name: Analyze code
        run: flutter analyze
  1. 提交并推送代码
git add .github/workflows/flutter-ci.yml
git commit -m "添加CI工作流"
git push origin main

推送到GitHub后,打开你的仓库页面,点击"Actions"标签,你会看到一个工作流正在运行!

2.3 GitHub Actions架构

graph TB
    subgraph &#34;GitHub Actions架构&#34;
        A[你的代码仓库] --> B[触发事件]
        B --> C[GitHub Actions Runner]
        
        subgraph &#34;Runner执行环境&#34;
            C --> D[创建虚拟机]
            D --> E[执行工作流]
            
            subgraph &#34;工作流步骤&#34;
                E --> F[检出代码]
                F --> G[环境配置]
                G --> H[执行脚本]
                H --> I[产出物]
            end
        end
        
        I --> J[结果反馈]
        J --> K[GitHub UI显示]
        J --> L[邮件/通知]
    end
    
    style A fill:#e3f2fd
    style C fill:#f3e5f5
    style E fill:#e8f5e8
    style I fill:#fff3e0

核心概念解释

  1. Runner:GitHub提供的虚拟机(或你自己的服务器),用来执行工作流
  2. Workflow:工作流,一个完整的自动化流程
  3. Job:任务,工作流中的独立单元
  4. Step:步骤,任务中的具体操作
  5. Action:可复用的操作单元,如"安装Flutter"

三:自动化测试流水线

3.1 为什么自动化测试如此重要?

功能上线前,全部功能手动测试耗时长,易出bug。加入自动化测试,有效减少bug率。

测试金字塔理论

        /\
       /  \      E2E测试(少量)
      /____\     
     /      \    集成测试(适中)
    /________\
   /          \  单元测试(大量)
  /____________\

对于Flutter,测试分为三层:

3.2 配置单元测试

单元测试是最基础的,测试单个函数或类:

# .github/workflows/unit-tests.yml
name: Unit Tests

on: [push, pull_request]

jobs:
  unit-tests:
    runs-on: ubuntu-latest
    
    strategy:
      matrix:
        # 在不同版本的Flutter上运行测试
        flutter: ['3.7.x', '3.10.x']
    
    steps:
      - name: Checkout code
        uses: actions/checkout@v3
        
      - name: Setup Flutter ${{ matrix.flutter }}
        uses: subosito/flutter-action@v2
        with:
          flutter-version: ${{ matrix.flutter }}
          
      - name: Get dependencies
        run: flutter pub get
        
      - name: Run unit tests
        run: |
          # 运行所有单元测试
          flutter test
          
          # 生成测试覆盖率报告
          flutter test --coverage
          
          # 上传覆盖率报告
          bash <(curl -s https://codecov.io/bash)

单元测试

// test/calculator_test.dart
import 'package:flutter_test/flutter_test.dart';
import 'package:my_app/utils/calculator.dart';

void main() {
  group('以Calculator测试为例', () {
    late Calculator calculator;
    
    // 准备工作
    setUp(() {
      calculator = Calculator();
    });
    
    test('两个正数相加', () {
      expect(calculator.add(2, 3), 5);
    });
    
    test('正数与负数相加', () {
      expect(calculator.add(5, -3), 2);
    });
    
    test('除以零应该抛出异常', () {
      expect(() => calculator.divide(10, 0), throwsA(isA<ArgumentError>()));
    });
  });
}

3.3 配置集成测试

集成测试测试多个组件的交互:

# 集成测试工作流
jobs:
  integration-tests:
    runs-on: macos-latest  # iOS集成测试需要macOS
    
    steps:
      - name: Checkout code
        uses: actions/checkout@v3
        
      - name: Setup Flutter
        uses: subosito/flutter-action@v2
        
      - name: Get dependencies
        run: flutter pub get
        
      - name: Run integration tests
        run: |
          # 启动模拟器
          # flutter emulators --launch flutter_emulator
          
          # 运行集成测试
          flutter test integration_test/
          
      # 如果集成测试失败,上传截图辅助调试
      - name: Upload screenshots on failure
        if: failure()
        uses: actions/upload-artifact@v3
        with:
          name: integration-test-screenshots
          path: screenshots/

3.4 配置Widget测试

Widget测试测试UI组件:

jobs:
  widget-tests:
    runs-on: ubuntu-latest
    
    steps:
      - name: Checkout code
        uses: actions/checkout@v3
        
      - name: Setup Flutter
        uses: subosito/flutter-action@v2
        
      - name: Install dependencies
        run: |
          flutter pub get
          
      - name: Run widget tests
        run: |
          # 运行所有widget测试
          flutter test test/widget_test.dart
          
          # 或者运行特定目录
          flutter test test/widgets/

3.5 测试流水线

sequenceDiagram
    participant D as 开发者
    participant G as Git仓库
    participant CI as CI服务器
    participant UT as 单元测试服务
    participant WT as Widget测试服务
    participant IT as 集成测试服务
    participant R as 报告服务
    participant N as 通知服务
    
    D->>G: 推送代码
    G->>CI: 触发Webhook
    
    CI->>CI: 解析工作流配置
    CI->>CI: 分配测试资源
    
    par 并行执行
        CI->>UT: 启动单元测试
        UT->>UT: 准备环境
        UT->>UT: 执行测试
        UT->>UT: 分析覆盖率
        UT-->>CI: 返回结果
    and
        CI->>WT: 启动Widget测试
        WT->>WT: 准备UI环境
        WT->>WT: 执行测试
        WT->>WT: 截图对比
        WT-->>CI: 返回结果
    and
        CI->>IT: 启动集成测试
        IT->>IT: 准备设备
        IT->>IT: 执行测试
        IT->>IT: 端到端验证
        IT-->>CI: 返回结果
    end
    
    CI->>CI: 收集所有结果
    
    alt 所有测试通过
        CI->>R: 请求生成报告
        R->>R: 生成详细报告
        R-->>CI: 返回报告
        CI->>N: 发送成功通知
        N-->>D: 通知开发者
    else 有测试失败
        CI->>R: 请求生成错误报告
        R->>R: 生成错误报告
        R-->>CI: 返回报告
        CI->>N: 发送失败通知
        N-->>D: 警报开发者
    end

四:自动打包与发布流水线

4.1 Android自动打包

Android打包相对简单,但要注意签名问题:

# .github/workflows/android-build.yml
name: Android Build

on:
  push:
    tags:
      - 'v*'  # 只有打tag时才触发打包

jobs:
  build-android:
    runs-on: ubuntu-latest
    
    steps:
      - name: Checkout code
        uses: actions/checkout@v3
        
      - name: Setup Java
        uses: actions/setup-java@v3
        with:
          distribution: 'temurin'
          java-version: '17'
          
      - name: Setup Flutter
        uses: subosito/flutter-action@v2
        
      - name: Get dependencies
        run: flutter pub get
        
      - name: Setup keystore
        # 从GitHub Secrets读取签名密钥
        run: |
          echo "${{ secrets.ANDROID_KEYSTORE }}" > android/app/key.jks.base64
          base64 -d android/app/key.jks.base64 > android/app/key.jks
          
      - name: Build APK
        run: |
          # 构建Release版APK
          flutter build apk --release \
            --dart-define=APP_VERSION=${{ github.ref_name }} \
            --dart-define=BUILD_NUMBER=${{ github.run_number }}
            
      - name: Build App Bundle
        run: |
          # 构建App Bundle
          flutter build appbundle --release
          
      - name: Upload artifacts
        uses: actions/upload-artifact@v3
        with:
          name: android-build-${{ github.run_number }}
          path: |
            build/app/outputs/flutter-apk/app-release.apk
            build/app/outputs/bundle/release/app-release.aab

4.2 iOS自动打包

iOS打包相对复杂,需要苹果开发者账号:

# .github/workflows/ios-build.yml
name: iOS Build

on:
  push:
    tags:
      - 'v*'

jobs:
  build-ios:
    runs-on: macos-latest
    
    steps:
      - name: Checkout code
        uses: actions/checkout@v3
        
      - name: Setup Flutter
        uses: subosito/flutter-action@v2
        
      - name: Install CocoaPods
        run: |
          cd ios
          pod install
          
      - name: Setup Xcode
        run: |
          # 设置Xcode版本
          sudo xcode-select -s /Applications/Xcode_14.2.app
          
      - name: Setup provisioning profiles
        # 配置证书和描述文件
        env:
          BUILD_CERTIFICATE_BASE64: ${{ secrets.BUILD_CERTIFICATE }}
          P12_PASSWORD: ${{ secrets.P12_PASSWORD }}
          BUILD_PROVISION_PROFILE_BASE64: ${{ secrets.BUILD_PROVISION_PROFILE }}
          
        run: |
          # 导入证书
          echo $BUILD_CERTIFICATE_BASE64 | base64 --decode > certificate.p12
          
          # 创建钥匙链
          security create-keychain -p "" build.keychain
          security default-keychain -s build.keychain
          security unlock-keychain -p "" build.keychain
          
          # 导入证书到钥匙链
          security import certificate.p12 -k build.keychain \
            -P $P12_PASSWORD -T /usr/bin/codesign
          
          # 导入描述文件
          echo $BUILD_PROVISION_PROFILE_BASE64 | base64 --decode > profile.mobileprovision
          mkdir -p ~/Library/MobileDevice/Provisioning\ Profiles
          cp profile.mobileprovision ~/Library/MobileDevice/Provisioning\ Profiles/
          
      - name: Build iOS
        run: |
          # 构建iOS应用
          flutter build ipa --release \
            --export-options-plist=ios/ExportOptions.plist \
            --dart-define=APP_VERSION=${{ github.ref_name }} \
            --dart-define=BUILD_NUMBER=${{ github.run_number }}
            
      - name: Upload IPA
        uses: actions/upload-artifact@v3
        with:
          name: ios-build-${{ github.run_number }}
          path: build/ios/ipa/*.ipa

4.3 多环境构建配置

真实的项目通常有多个环境:

# 多环境构建配置
env:
  # 根据分支选择环境
  APP_ENV: ${{ github.ref == 'refs/heads/main' && 'production' || 'staging' }}
  APP_NAME: ${{ github.ref == 'refs/heads/main' && '生产' || '测试' }}

jobs:
  build:
    runs-on: ubuntu-latest
    
    strategy:
      matrix:
        # 同时构建多个Flavor
        flavor: [development, staging, production]
        platform: [android, ios]
        
    steps:
      - name: Checkout code
        uses: actions/checkout@v3
        
      - name: Setup Flutter
        uses: subosito/flutter-action@v2
        
      - name: Build ${{ matrix.platform }} for ${{ matrix.flavor }}
        run: |
          if [ "${{ matrix.platform }}" = "android" ]; then
            flutter build apk --flavor ${{ matrix.flavor }} --release
          else
            flutter build ipa --flavor ${{ matrix.flavor }} --release
          fi
          
      - name: Upload ${{ matrix.flavor }} build
        uses: actions/upload-artifact@v3
        with:
          name: ${{ matrix.platform }}-${{ matrix.flavor }}
          path: |
            build/app/outputs/flutter-apk/app-${{ matrix.flavor }}-release.apk
            build/ios/ipa/*.ipa

4.4 自动化发布到测试平台

构建完成后,自动分发给测试人员:

# 分发到测试平台
jobs:
  distribute:
    runs-on: ubuntu-latest
    needs: [build]  # 依赖build任务
    
    steps:
      - name: Download artifacts
        uses: actions/download-artifact@v3
        with:
          path: artifacts/
          
      - name: Upload to Firebase App Distribution
        # 分发到Firebase
        run: |
          # 安装Firebase CLI
          curl -sL https://firebase.tools | bash
          
          # 登录Firebase
          echo "${{ secrets.FIREBASE_TOKEN }}" > firebase_token.json
          
          # 分发Android APK
          firebase appdistribution:distribute artifacts/android-production/app-release.apk \
            --app ${{ secrets.FIREBASE_ANDROID_APP_ID }} \
            --groups "testers" \
            --release-notes-file CHANGELOG.md
            
      - name: Upload to TestFlight
        # iOS上传到TestFlight
        if: matrix.platform == 'ios'
        run: |
          # 使用altool上传到App Store Connect
          xcrun altool --upload-app \
            -f artifacts/ios-production/*.ipa \
            -t ios \
            --apiKey ${{ secrets.APPSTORE_API_KEY }} \
            --apiIssuer ${{ secrets.APPSTORE_API_ISSUER }}
            
      - name: Notify testers
        # 通知测试人员
        uses: 8398a7/action-slack@v3
        with:
          status: ${{ job.status }}
          fields: repo,message,commit,author,action,eventName,ref,workflow,job,took
        env:
          SLACK_WEBHOOK_URL: ${{ secrets.SLACK_WEBHOOK_URL }}

4.5 打包发布流水线

gantt
    title Flutter打包发布流水线
    dateFormat HH:mm
    axisFormat %H:%M
    
    section 触发与准备
    代码提交检测 :00:00, 2m
    环境初始化 :00:02, 3m
    依赖安装 :00:05, 4m
    
    section Android构建
    Android环境准备 :00:05, 2m
    Android代码编译 :00:07, 6m
    Android代码签名 :00:13, 3m
    Android打包 :00:16, 2m
    
    section iOS构建
    iOS环境准备 :00:05, 3m
    iOS代码编译 :00:08, 8m
    iOS证书配置 :00:16, 4m
    iOS打包 :00:20, 3m
    
    section 测试分发
    上传到测试平台 :00:23, 5m
    测试人员通知 :00:28, 2m
    测试执行周期 :00:30, 30m
    
    section 生产发布
    测试结果评估 :01:00, 3m
    生产环境准备 :01:03, 5m
    提交到应用商店 :01:08, 10m
    商店审核等待 :01:18, 30m
    发布完成通知 :01:48, 2m
    
    section 环境配置管理
    密钥加载 :00:02, 3m
    环境变量设置 :00:05, 2m
    配置文件解析 :00:07, 3m
    版本号处理 :00:10, 2m

五:环境配置管理

5.1 为什么需要环境配置管理?

先看一个反面教材:我们项目早期,不同环境的API地址是硬编码的:

// 不推荐:硬编码配置
class ApiConfig {
  static const String baseUrl = 'https://api.production.com';
  // 测试时需要手动改成:'https://api.staging.com'
  // 很容易忘记改回来!
}

结果就是:测试时调用了生产接口,把测试数据插到了生产数据库!💥

5.2 多环境配置方案

方案一:基于Flavor的配置

// lib/config/flavors.dart
enum AppFlavor {
  development,
  staging,
  production,
}

class AppConfig {
  final AppFlavor flavor;
  final String appName;
  final String apiBaseUrl;
  final bool enableAnalytics;
  
  AppConfig({
    required this.flavor,
    required this.appName,
    required this.apiBaseUrl,
    required this.enableAnalytics,
  });
  
  // 根据Flavor创建配置
  factory AppConfig.fromFlavor(AppFlavor flavor) {
    switch (flavor) {
      case AppFlavor.development:
        return AppConfig(
          flavor: flavor,
          appName: 'MyApp Dev',
          apiBaseUrl: 'https://api.dev.xxxx.com',
          enableAnalytics: false,
        );
      case AppFlavor.staging:
        return AppConfig(
          flavor: flavor,
          appName: 'MyApp Staging',
          apiBaseUrl: 'https://api.staging.xxxx.com',
          enableAnalytics: true,
        );
      case AppFlavor.production:
        return AppConfig(
          flavor: flavor,
          appName: 'MyApp',
          apiBaseUrl: 'https://api.xxxx.com',
          enableAnalytics: true,
        );
    }
  }
}

方案二:使用dart-define传入配置

# CI配置中传入环境变量
- name: Build with environment variables
  run: |
    flutter build apk --release \
      --dart-define=APP_FLAVOR=production \
      --dart-define=API_BASE_URL=https://api.xxxx.com \
      --dart-define=ENABLE_ANALYTICS=true
// 在代码中读取环境变量
class EnvConfig {
  static const String flavor = String.fromEnvironment('APP_FLAVOR');
  static const String apiBaseUrl = String.fromEnvironment('API_BASE_URL');
  static const bool enableAnalytics = bool.fromEnvironment('ENABLE_ANALYTICS');
}

5.3 管理敏感信息

敏感信息绝不能写在代码里!

# 使用GitHub Secrets
steps:
  - name: Use secrets
    env:
      # 从Secrets读取
      API_KEY: ${{ secrets.API_KEY }}
      DATABASE_URL: ${{ secrets.DATABASE_URL }}
      SIGNING_KEY: ${{ secrets.ANDROID_SIGNING_KEY }}
      
    run: |
      # 在脚本中使用
      echo "API Key: $API_KEY"
      
      # 写入到配置文件
      echo "{ \"apiKey\": \"$API_KEY\" }" > config.json

如何设置Secrets

  1. 打开GitHub仓库 → Settings → Secrets and variables → Actions
  2. 点击"New repository secret"
  3. 输入名称和值

5.4 配置文件管理

推荐以下分层配置策略:

config/
├── .env.example          # 示例文件,不含真实值
├── .env.development      # 开发环境配置
├── .env.staging          # 测试环境配置
├── .env.production       # 生产环境配置
└── config_loader.dart    # 配置加载器
// config/config_loader.dart
import 'package:flutter_dotenv/flutter_dotenv.dart';

class ConfigLoader {
  static Future<void> load(String env) async {
    // 根据环境加载对应的配置文件
    await dotenv.load(fileName: '.env.$env');
  }
  
  static String get apiBaseUrl => dotenv.get('API_BASE_URL');
  static String get apiKey => dotenv.get('API_KEY');
  static bool get isDebug => dotenv.get('DEBUG') == 'true';
}

// main.dart
void main() async {
  // 根据编译模式选择环境
  const flavor = String.fromEnvironment('FLAVOR', defaultValue: 'development');
  
  await ConfigLoader.load(flavor);
  
  runApp(MyApp());
}

5.5 设计环境配置

graph TB
    subgraph &#34;环境配置管理架构&#34;
        A[配置来源] --> B[优先级]
        
        subgraph &#34;B[优先级]&#34;
            B1[1. 运行时环境变量] --> B2[最高优先级]
            B3[2. 配置文件] --> B4[中等优先级]
            B5[3. 默认值] --> B6[最低优先级]
        end
        
        A --> C[敏感信息处理]
        
        subgraph &#34;C[敏感信息处理]&#34;
            C1[密钥/密码] --> C2[GitHub Secrets]
            C3[API令牌] --> C4[环境变量注入]
            C5[数据库连接] --> C6[运行时获取]
        end
        
        A --> D[环境类型]
        
        subgraph &#34;D[环境类型]&#34;
            D1[开发环境] --> D2[本地调试]
            D3[测试环境] --> D4[CI/CD测试]
            D5[预发环境] --> D6[生产前验证]
            D7[生产环境] --> D8[线上用户]
        end
        
        B --> E[配置合并]
        C --> E
        D --> E
        
        E --> F[最终配置]
        
        F --> G[应用启动]
        F --> H[API调用]
        F --> I[功能开关]
    end
    
    subgraph &#34;安全实践&#34;
        J[永远不要提交] --> K[.env文件到Git]
        L[使用.gitignore] --> M[忽略敏感文件]
        N[定期轮换] --> O[密钥和令牌]
        P[最小权限原则] --> Q[仅授予必要权限]
    end
    
    style A fill:#e3f2fd
    style C fill:#f3e5f5
    style D fill:#e8f5e8
    style J fill:#fff3e0

六:常见CI/CD技巧

6.1 使用缓存加速构建

Flutter项目依赖下载很慢,使用缓存可以大幅提速:

jobs:
  build:
    runs-on: ubuntu-latest
    
    steps:
      - name: Checkout code
        uses: actions/checkout@v3
        
      - name: Cache Flutter dependencies
        uses: actions/cache@v3
        with:
          path: |
            /opt/hostedtoolcache/flutter
            ${{ github.workspace }}/.pub-cache
            ${{ github.workspace }}/build
          key: ${{ runner.os }}-flutter-${{ hashFiles('pubspec.lock') }}
          restore-keys: |
            ${{ runner.os }}-flutter-
            
      - name: Cache Android dependencies
        uses: actions/cache@v3
        with:
          path: |
            ~/.gradle/caches
            ~/.gradle/wrapper
          key: ${{ runner.os }}-gradle-${{ hashFiles('**/*.gradle*', '**/gradle-wrapper.properties') }}
          restore-keys: |
            ${{ runner.os }}-gradle-

6.2 构建策略

同时测试多个配置组合:

jobs:
  test:
    runs-on: ${{ matrix.os }}
    
    strategy:
      matrix:
        # 定义
        os: [ubuntu-latest, macos-latest]
        flutter-version: ['3.7.x', '3.10.x']
    
        exclude:
          - os: macos-latest
            flutter-version: '3.7.x'
        # 包含特定组合
        include:
          - os: windows-latest
            flutter-version: '3.10.x'
            channel: 'beta'
            
    steps:
      - name: Test on ${{ matrix.os }} with Flutter ${{ matrix.flutter-version }}
        run: echo "Running tests..."

6.3 条件执行与工作流控制

jobs:
  deploy:
    # 只有特定分支才执行
    if: github.ref == 'refs/heads/main'
    
    runs-on: ubuntu-latest
    
    steps:
      - name: Check changed files
        # 只有特定文件改动才执行
        uses: dorny/paths-filter@v2
        id: changes
        with:
          filters: |
            src:
              - 'src/**'
            configs:
              - 'config/**'
              
      - name: Run if src changed
        if: steps.changes.outputs.src == 'true'
        run: echo "Source code changed"
        
      - name: Skip if only docs changed
        if: github.event_name == 'pull_request' && contains(github.event.pull_request.title, '[skip-ci]')
        run: |
          echo "Skipping CI due to [skip-ci] in PR title"
          exit 0

6.4 自定义Actions

当通用Actions不够用时,可以自定义:

# .github/actions/flutter-setup/action.yml
name: 'Flutter Setup with Custom Options'
description: 'Setup Flutter environment with custom configurations'

inputs:
  flutter-version:
    description: 'Flutter version'
    required: true
    default: 'stable'
  channel:
    description: 'Flutter channel'
    required: false
    default: 'stable'
  enable-web:
    description: 'Enable web support'
    required: false
    default: 'false'

runs:
  using: "composite"
  steps:
    - name: Setup Flutter
      uses: subosito/flutter-action@v2
      with:
        flutter-version: ${{ inputs.flutter-version }}
        channel: ${{ inputs.channel }}
        
    - name: Enable web if needed
      if: ${{ inputs.enable-web == 'true' }}
      shell: bash
      run: flutter config --enable-web
      
    - name: Install licenses
      shell: bash
      run: flutter doctor --android-licenses

七:为现有项目添加CI/CD

7.1 分析现有项目

如果我们有一个现成的Flutter应用,需要添加CI/CD:

项目结构:
my_flutter_app/
├── lib/
├── test/
├── android/
├── ios/
└── pubspec.yaml

当前问题

  1. 手动测试,经常漏测
  2. 打包需要20分钟,且容易出错
  3. 不同开发者环境不一致
  4. 发布流程繁琐

7.2 分阶段实施自动化

第一阶段:实现基础CI

  • 添加基础测试流水线
  • 代码质量检查
  • 配置GitHub Actions

第二阶段:自动化构建

  • Android自动打包
  • iOS自动打包
  • 多环境配置

第三阶段:自动化发布

  • 测试环境自动分发
  • 生产环境自动发布
  • 监控与告警

7.3 配置文件

# .github/workflows/ecommerce-ci.yml
name: E-commerce App CI/CD

on:
  push:
    branches: [develop]
  pull_request:
    branches: [main, develop]
  schedule:
    # 每天凌晨2点跑一遍测试
    - cron: '0 2 * * *'

jobs:
  # 代码质量
  quality-gate:
    runs-on: ubuntu-latest
    
    outputs:
      passed: ${{ steps.quality-check.outputs.passed }}
    
    steps:
      - uses: actions/checkout@v3
      
      - name: Quality Check
        id: quality-check
        run: |
          # 代码规范检查
          flutter analyze . || echo "::warning::Code analysis failed"
          
          # 检查测试覆盖率
          flutter test --coverage
          PERCENTAGE=$(lcov --summary coverage/lcov.info | grep lines | awk '{print $4}' | sed 's/%//')
          if (( $(echo "$PERCENTAGE < 80" | bc -l) )); then
            echo "::error::Test coverage $PERCENTAGE% is below 80% threshold"
            echo "passed=false" >> $GITHUB_OUTPUT
          else
            echo "passed=true" >> $GITHUB_OUTPUT
          fi
          
  # 集成测试
  integration-test:
    needs: quality-gate
    if: needs.quality-gate.outputs.passed == 'true'
    
    runs-on: macos-latest
    
    services:
      # 启动测试数据库
      postgres:
        image: postgres:14
        env:
          POSTGRES_PASSWORD: postgres
        options: >-
          --health-cmd pg_isready
          --health-interval 10s
          --health-timeout 5s
          --health-retries 5
          
    steps:
      - uses: actions/checkout@v3
      
      - name: Setup Flutter
        uses: subosito/flutter-action@v2
        
      - name: Run integration tests with database
        env:
          DATABASE_URL: postgres://postgres:postgres@postgres:5432/test_db
        run: |
          flutter test integration_test/ --dart-define=DATABASE_URL=$DATABASE_URL
          
  # 性能测试
  performance-test:
    needs: integration-test
    runs-on: ubuntu-latest
    
    steps:
      - uses: actions/checkout@v3
      
      - name: Run performance benchmarks
        run: |
          # 运行性能测试
          flutter drive --target=test_driver/app_perf.dart
          
          # 分析性能数据
          dart analyze_performance.dart perf_data.json
          
      - name: Upload performance report
        uses: actions/upload-artifact@v3
        with:
          name: performance-report
          path: perf_report.json
          
  # 安全扫描
  security-scan:
    runs-on: ubuntu-latest
    
    steps:
      - uses: actions/checkout@v3
      
      - name: Run security scan
        uses: snyk/actions/dart@master
        env:
          SNYK_TOKEN: ${{ secrets.SNYK_TOKEN }}
          
      - name: Check for secrets in code
        uses: trufflesecurity/trufflehog@main
        with:
          path: ./
          
  # 报告
  report:
    needs: [quality-gate, integration-test, performance-test, security-scan]
    runs-on: ubuntu-latest
    
    if: always()
    
    steps:
      - name: Generate CI/CD Report
        run: |
          echo "# CI/CD Run Report" > report.md
          echo "## Run: ${{ github.run_id }}" >> report.md
          echo "## Status: ${{ job.status }}" >> report.md
          echo "## Jobs:" >> report.md
          echo "- Quality Gate: ${{ needs.quality-gate.result }}" >> report.md
          echo "- Integration Test: ${{ needs.integration-test.result }}" >> report.md
          echo "- Performance Test: ${{ needs.performance-test.result }}" >> report.md
          echo "- Security Scan: ${{ needs.security-scan.result }}" >> report.md
          
      - name: Upload report
        uses: actions/upload-artifact@v3
        with:
          name: ci-cd-report
          path: report.md

7.4 流程优化

CI/CD不是一次性的,需要持续优化:

# 监控CI/CD性能
name: CI/CD Performance Monitoring

on:
  workflow_run:
    workflows: ["E-commerce App CI/CD"]
    types: [completed]

jobs:
  analyze-performance:
    runs-on: ubuntu-latest
    
    steps:
      - name: Download workflow artifacts
        uses: actions/github-script@v6
        with:
          script: |
            const { data: artifacts } = await github.rest.actions.listWorkflowRunArtifacts({
              owner: context.repo.owner,
              repo: context.repo.repo,
              run_id: context.payload.workflow_run.id,
            });
            
            // 分析执行时间
            const runDuration = new Date(context.payload.workflow_run.updated_at) - 
                               new Date(context.payload.workflow_run.run_started_at);
            
            console.log(`Workflow took ${runDuration / 1000} seconds`);
            
            // 发送到监控系统
            // ...
            
      - name: Send to monitoring
        run: |
          # 发送指标到Prometheus/Grafana
          echo "ci_duration_seconds $DURATION" | \
            curl -X POST -H "Content-Type: text/plain" \
            --data-binary @- http://monitoring.xxxx.com/metrics

八:常见问题

8.1 GitHub Actions常见问题

Q:工作流运行太慢怎么办?

A:优化手段:

# 1. 使用缓存
- uses: actions/cache@v3
  with:
    path: ~/.pub-cache
    key: ${{ runner.os }}-pub-${{ hashFiles('pubspec.lock') }}

# 2. 并行执行独立任务
jobs:
  test-android:
    runs-on: ubuntu-latest
  test-ios:
    runs-on: macos-latest
  # 两个任务会并行执行

# 3. 项目大可以考虑使用自托管Runner
runs-on: [self-hosted, linux, x64]

Q:iOS构建失败,证书问题?

A:iOS证书配置流程:

# 1. 导出开发证书
openssl pkcs12 -in certificate.p12 -out certificate.pem -nodes

# 2. 在GitHub Secrets中存储
# 使用base64编码
base64 -i certificate.p12 > certificate.txt

# 3. 在CI中还原
echo "${{ secrets.IOS_CERTIFICATE }}" | base64 --decode > certificate.p12
security import certificate.p12 -k build.keychain -P "${{ secrets.CERT_PASSWORD }}"

Q:如何调试失败的CI?

A:调试技巧:

# 1. 启用调试日志
run: |
  # 显示详细日志
  flutter build apk --verbose
  
  # 或使用环境变量
  env:
    FLUTTER_VERBOSE: true

# 2. 上传构建日志
- name: Upload build logs
  if: failure()
  uses: actions/upload-artifact@v3
  with:
    name: build-logs
    path: |
      ~/flutter/bin/cache/
      build/
      
# 3. 使用tmate进行SSH调试
- name: Setup tmate session
  uses: mxschmitt/action-tmate@v3
  if: failure() && github.ref == 'refs/heads/main'

8.2 Flutter问题

Q:不同版本兼容性?

A:版本管理策略:

# 使用版本测试兼容性
strategy:
  matrix:
    flutter-version: ['3.7.x', '3.10.x', 'stable']
    
# 在代码中检查版本
void checkFlutterVersion() {
  const minVersion = '3.7.0';
  final currentVersion = FlutterVersion.instance.version;
  
  if (Version.parse(currentVersion) < Version.parse(minVersion)) {
    throw Exception('Flutter version $minVersion or higher required');
  }
}

Q:Web构建失败?

A:Web构建配置:

# 确保启用Web支持
- name: Enable web
  run: flutter config --enable-web

# 构建Web版本
- name: Build for web
  run: |
    flutter build web \
      --web-renderer canvaskit \
      --release \
      --dart-define=FLUTTER_WEB_USE_SKIA=true
      
# 处理Web特定问题
- name: Fix web issues
  run: |
    # 清理缓存
    flutter clean
    
    # 更新Web引擎
    flutter precache --web

8.3 安全与权限问题

Q:如何管理敏感信息?

A:安全实践:

# 1. 使用环境级别的Secrets
env:
  SUPER_SECRET_KEY: ${{ secrets.PRODUCTION_KEY }}

# 2. 最小权限原则
permissions:
  contents: read
  packages: write  # 只有需要时才写
  
# 3. 使用临时凭证
- name: Configure AWS credentials
  uses: aws-actions/configure-aws-credentials@v1
  with:
    aws-access-key-id: ${{ secrets.AWS_ACCESS_KEY_ID }}
    aws-secret-access-key: ${{ secrets.AWS_SECRET_ACCESS_KEY }}
    aws-region: us-east-1
    
# 4. 定期轮换密钥
# 设置提醒每月更新一次Secrets

最后

通过这篇教程我们掌握了Flutter CI/CD的核心知识,一个完美的流水线是一次次迭代出来的,需要不断优化。如果觉得文章对你有帮助,别忘了一键三连,支持一下


有任何问题或想法,欢迎在评论区交流讨论。

Xcode 26还没有适配SceneDelegate的app建议尽早适配

作者 wvy
2025年12月19日 19:35

Xcode 26之前不需要多窗口的很多app没有适配SceneDelegate,升级到Xcode 26后运行没有问题,但是控制台有以下输出:

`UIScene` lifecycle will soon be required. Failure to adopt will result in an assert in the future.

UIApplicationDelegate 中的相关生命周期函数也有弃用标记:

/// Tells the delegate that the application has become active 
/// - Note: This method is not called if `UIScene` lifecycle has been adopted. 
- (void)applicationDidBecomeActive:(UIApplication *)application API_DEPRECATED("Use UIScene lifecycle and sceneDidBecomeActive(_:) from UISceneDelegate or the UIApplication.didBecomeActiveNotification instead.", ios(2.0, 26.0), tvos(9.0, 26.0), visionos(1.0, 26.0)) API_UNAVAILABLE(watchos);

建议尽早适配

方案举例

以下是我的适配方案,供大家参考

  • 兼容iOS13以下版本;
  • app只有单窗口场景。

1. 配置Info.plist

Delegate Class Name和Configuration Name 可自定义

image.png

2. 配置SceneDelegate

  • 创建SceneDelegate class 类名要和Info.plist中配置一致

image.png

  • appDelegate中实现代理
- (UISceneConfiguration *)application:(UIApplication *)application configurationForConnectingSceneSession:(UISceneSession *)connectingSceneSession options:(UISceneConnectionOptions *)options  API_AVAILABLE(ios(13.0)){
   //  name要和Info.plist中配置一致
  return [[UISceneConfiguration alloc] initWithName:@"Default Configuration" sessionRole:connectingSceneSession.role];
}

- (void)application:(UIApplication *)application didDiscardSceneSessions:(NSSet<UISceneSession *> *)sceneSessions  API_AVAILABLE(ios(13.0)){
  // 释放资源,单窗口app不用关注
}

3. 新建单例 AppLifecycleHelper 实现AppDelegate和SceneDelgate共享的方法

  • iOS 13 及以上需要在scene: willConnectToSession: options: 方法中创建Window,之前仍然在 didFinishLaunchingWithOptions:

AppDelegate:

- (BOOL)application:(UIApplication *)application didFinishLaunchingWithOptions:(NSDictionary *)launchOptions {
    [AppLifecycleHelper sharedInstance].launchOptions = launchOptions;
     // ... 自定义逻辑
    if (@available(iOS 13, *)) {
 
    } else {
        [[AppLifecycleHelper sharedInstance] createKeyWindow];
    }
}

SceneDelgate:

URL冷启动APP时不调用openURLContexts方法,这里保存URL在DidBecomeActive处理

- (void)scene:(UIScene *)scene willConnectToSession:(UISceneSession *)session options:(UISceneConnectionOptions *)connectionOptions  API_AVAILABLE(ios(13.0)){
    [[AppLifecycleHelper sharedInstance] createKeyWindowWithScene:(UIWindowScene *)scene];
    // 通过url冷启动app,一般只有一个url 
    for (UIOpenURLContext *context **in** connectionOptions.URLContexts) {
        NSURL *URL = context.URL;
        if (URL && URL.absoluteString.length > 0) {
            self.launchUrl = URL;
        }
    }
}

AppLifecycleHelper:

- (void)createKeyWindow {
    UIWindow *window = [[UIWindow alloc] initWithFrame:[UIScreen mainScreen].bounds];
    [self setupMainWindow:window];
}

- (void)createKeyWindowWithScene:(UIWindowScene *)scene API_AVAILABLE(ios(13.0)) {
    UIWindow *window = [[UIWindow alloc] initWithWindowScene:scene];
    [self setupMainWindow:window];
}

- (void)setupMainWindow:(UIWindow *)window {
}
  • 实现SceneDelegate后appDelegate 中失效的方法

AppLifecycleHelper中实现,共享给两个DelegateClass

- (void)applicationDidBecomeActive:(UIApplication *)application {
    [[AppLifecycleHelper sharedInstance] appDidBecomeActive];
}

- (void)applicationWillResignActive:(UIApplication *)application {

}

- (void)applicationDidEnterBackground:(UIApplication *)application {

}

- (void)applicationWillEnterForeground:(UIApplication *)application {

}
  
 /// URL Scheme
- (BOOL)application:(UIApplication *)application openURL:(NSURL *)url options:(NSDictionary<UIApplicationOpenURLOptionsKey, **id**> *)options {

}

/// 接力用户活动
- (BOOL)application:(UIApplication *)application continueUserActivity:(NSUserActivity *)userActivity restorationHandler:(void (^)(NSArray<**id**<UIUserActivityRestoring>> * _Nullable))restorationHandler {

}

/// 快捷方式点击
- (void)application:(UIApplication *)application performActionForShortcutItem:(UIApplicationShortcutItem *)shortcutItem completionHandler:(void (^)(BOOL))completionHandler API_AVAILABLE(ios(9.0)) {
}

SceneDelegate部分代码示例:


- (void)sceneDidBecomeActive:(UIScene *)scene  API_AVAILABLE(ios(13.0)){
    [[AppLifecycleHelper sharedInstance] appDidBecomeActiveWithLaunchUrl:self.launchUrl];
    // 清空冷启动时的url
    self.launchUrl = nil;
}

这个方法总结下来就是求同存异,由Helper提供SceneDelegate与AppDelegate相同或类似的方法,适合单窗口、且支持iOS 13以下的app;

另外注意URL Scheme冷启动app不会执行openURL需要记录URL,在合适的时机(一般是DidBecomeActive)处理。

UIWindowScene 使用指南:掌握 iOS 多窗口架构

作者 sweet丶
2025年12月19日 20:32

引言

在 iOS 13 之前,iOS 应用通常只有一个主窗口(UIWindow)。但随着 iPadOS 的推出和多任务处理需求的增加,Apple 引入了 UIWindowScene 架构,让单个应用可以同时管理多个窗口,每个窗口都有自己的场景(Scene)。本文将深入探讨 UIWindowScene 的核心概念和使用方法。

什么是 UIWindowScene?

UIWindowScene 是 iOS 13+ 中引入的新架构,它代表了应用程序用户界面的一个实例。每个场景都有自己的窗口、视图控制器层级和生命周期管理。

核心组件关系

UISceneSessionUIWindowSceneUIWindowUIViewControllerUISceneConfiguration

基础配置

1. 项目设置

首先需要在 Info.plist 中启用多场景支持:

<key>UIApplicationSceneManifest</key>
<dict>
    <key>UIApplicationSupportsMultipleScenes</key>
    <true/>
    <key>UISceneConfigurations</key>
    <dict>
        <key>UIWindowSceneSessionRoleApplication</key>
        <array>
            <dict>
                <key>UISceneConfigurationName</key>
                <string>Default Configuration</string>
                <key>UISceneDelegateClassName</key>
                <string>$(PRODUCT_MODULE_NAME).SceneDelegate</string>
                <key>UISceneStoryboardFile</key>
                <string>Main</string>
            </dict>
        </array>
    </dict>
</dict>

2. SceneDelegate 实现

import UIKit

class SceneDelegate: UIResponder, UIWindowSceneDelegate {
    var window: UIWindow?
    
    func scene(_ scene: UIScene, 
               willConnectTo session: UISceneSession, 
               options connectionOptions: UIScene.ConnectionOptions) {
        
        guard let windowScene = (scene as? UIWindowScene) else { return }
        
        window = UIWindow(windowScene: windowScene)
        window?.rootViewController = YourRootViewController()
        window?.makeKeyAndVisible()
        
        // 处理深度链接
        if let userActivity = connectionOptions.userActivities.first {
            self.scene(scene, continue: userActivity)
        }
    }
    
    func sceneDidDisconnect(_ scene: UIScene) {
        // 场景被系统释放时调用
    }
    
    func sceneDidBecomeActive(_ scene: UIScene) {
        // 场景变为活动状态时调用
    }
    
    func sceneWillResignActive(_ scene: UIScene) {
        // 场景即将变为非活动状态时调用
    }
    
    func sceneWillEnterForeground(_ scene: UIScene) {
        // 场景即将进入前台
    }
    
    func sceneDidEnterBackground(_ scene: UIScene) {
        // 场景进入后台
    }
}

创建和管理多个场景

1. 动态创建新窗口

class SceneManager {
    static func createNewScene(with userInfo: [String: Any]? = nil) {
        let activity = NSUserActivity(activityType: "com.yourapp.newWindow")
        activity.userInfo = userInfo
        activity.targetContentIdentifier = "newWindow"
        
        let options = UIScene.ActivationRequestOptions()
        options.requestingScene = UIApplication.shared.connectedScenes.first as? UIWindowScene
        
        UIApplication.shared.requestSceneSessionActivation(
            nil,
            userActivity: activity,
            options: options,
            errorHandler: { error in
                print("Failed to create new scene: \(error)")
            }
        )
    }
}

2. 场景配置管理

// 自定义场景配置
class CustomSceneDelegate: UIResponder, UIWindowSceneDelegate {
    static let configurationName = "CustomSceneConfiguration"
    
    func scene(_ scene: UIScene, 
               willConnectTo session: UISceneSession, 
               options connectionOptions: UIScene.ConnectionOptions) {
        
        guard let windowScene = scene as? UIWindowScene else { return }
        
        // 根据场景角色自定义配置
        if session.role == .windowApplication {
            configureApplicationWindow(scene: windowScene, 
                                      session: session, 
                                      options: connectionOptions)
        } else if session.role == .windowExternalDisplay {
            configureExternalDisplayWindow(scene: windowScene)
        }
    }
    
    private func configureApplicationWindow(scene: UIWindowScene,
                                          session: UISceneSession,
                                          options: UIScene.ConnectionOptions) {
        // 主窗口配置
        let window = UIWindow(windowScene: scene)
        
        // 根据用户活动恢复状态
        if let userActivity = options.userActivities.first {
            window.rootViewController = restoreViewController(from: userActivity)
        } else {
            window.rootViewController = UIViewController()
        }
        
        window.makeKeyAndVisible()
        self.window = window
    }
}

场景间通信与数据共享

1. 使用 UserActivity 传递数据

class DocumentViewController: UIViewController {
    var document: Document?
    
    func openInNewWindow() {
        guard let document = document else { return }
        
        let userActivity = NSUserActivity(activityType: "com.yourapp.editDocument")
        userActivity.title = "Editing \(document.title)"
        userActivity.userInfo = ["documentId": document.id]
        userActivity.targetContentIdentifier = document.id
        
        let options = UIScene.ActivationRequestOptions()
        UIApplication.shared.requestSceneSessionActivation(
            nil,
            userActivity: userActivity,
            options: options,
            errorHandler: nil
        )
    }
}

// 在 SceneDelegate 中处理
func scene(_ scene: UIScene, continue userActivity: NSUserActivity) {
    guard let windowScene = scene as? UIWindowScene,
          let documentId = userActivity.userInfo?["documentId"] as? String else {
        return
    }
    
    let document = fetchDocument(by: documentId)
    let editorVC = DocumentEditorViewController(document: document)
    windowScene.windows.first?.rootViewController = editorVC
}

2. 使用通知中心通信

extension Notification.Name {
    static let documentDidChange = Notification.Name("documentDidChange")
    static let sceneDidBecomeActive = Notification.Name("sceneDidBecomeActive")
}

class DocumentManager {
    static let shared = DocumentManager()
    private init() {}
    
    func updateDocument(_ document: Document) {
        // 更新数据
        NotificationCenter.default.post(
            name: .documentDidChange,
            object: nil,
            userInfo: ["document": document]
        )
    }
}

高级功能

1. 外部显示器支持

class ExternalDisplayManager {
    static func setupExternalDisplay() {
        // 监听外部显示器连接
        NotificationCenter.default.addObserver(
            self,
            selector: #selector(handleScreenConnect),
            name: UIScreen.didConnectNotification,
            object: nil
        )
    }
    
    @objc private static func handleScreenConnect(notification: Notification) {
        guard let newScreen = notification.object as? UIScreen,
              newScreen != UIScreen.main else { return }
        
        let options = UIScene.ActivationRequestOptions()
        options.requestingScene = UIApplication.shared.connectedScenes.first as? UIWindowScene
        
        let activity = NSUserActivity(activityType: "externalDisplay")
        UIApplication.shared.requestSceneSessionActivation(
            nil,
            userActivity: activity,
            options: options,
            errorHandler: nil
        )
    }
}

// 在 SceneDelegate 中配置外部显示器场景
func configureExternalDisplayWindow(scene: UIWindowScene) {
    let window = UIWindow(windowScene: scene)
    window.screen = UIScreen.screens.last // 使用外部显示器
    window.rootViewController = ExternalDisplayViewController()
    window.makeKeyAndVisible()
}

2. 场景状态保存与恢复

class SceneDelegate: UIResponder, UIWindowSceneDelegate {
    
    func stateRestorationActivity(for scene: UIScene) -> NSUserActivity? {
        // 返回用于恢复场景状态的 activity
        let activity = NSUserActivity(activityType: "restoration")
        if let rootVC = window?.rootViewController as? Restorable {
            activity.addUserInfoEntries(from: rootVC.restorationInfo)
        }
        return activity
    }
    
    func scene(_ scene: UIScene, 
               willConnectTo session: UISceneSession, 
               options connectionOptions: UIScene.ConnectionOptions) {
        
        // 检查是否有保存的状态
        if let restorationActivity = session.stateRestorationActivity {
            restoreState(from: restorationActivity)
        }
    }
}

最佳实践

1. 内存管理

class MemoryAwareSceneDelegate: UIResponder, UIWindowSceneDelegate {
    
    func sceneDidEnterBackground(_ scene: UIScene) {
        // 释放不必要的资源
        if let vc = window?.rootViewController as? MemoryManageable {
            vc.releaseUnnecessaryResources()
        }
    }
    
    func sceneWillEnterForeground(_ scene: UIScene) {
        // 恢复必要的资源
        if let vc = window?.rootViewController as? MemoryManageable {
            vc.restoreResources()
        }
    }
}

2. 错误处理

enum SceneError: Error {
    case sceneCreationFailed
    case invalidConfiguration
    case resourceUnavailable
}

class RobustSceneManager {
    static func createSceneSafely(configuration: UISceneConfiguration,
                                completion: @escaping (Result<UIWindowScene, SceneError>) -> Void) {
        
        let options = UIScene.ActivationRequestOptions()
        
        UIApplication.shared.requestSceneSessionActivation(
            nil,
            userActivity: nil,
            options: options
        ) { error in
            if let error = error {
                completion(.failure(.sceneCreationFailed))
            } else {
                // 监控新场景创建
                DispatchQueue.main.asyncAfter(deadline: .now() + 0.5) {
                    if let newScene = UIApplication.shared.connectedScenes
                        .compactMap({ $0 as? UIWindowScene })
                        .last {
                        completion(.success(newScene))
                    } else {
                        completion(.failure(.sceneCreationFailed))
                    }
                }
            }
        }
    }
}

调试技巧

1. 场景信息日志

extension UIWindowScene {
    func logSceneInfo() {
        print("""
        Scene Information:
        - Session: \(session)
        - Role: \(session.role)
        - Windows: \(windows.count)
        - Screen: \(screen)
        - Activation State: \(activationState)
        """)
    }
}

// 在 AppDelegate 中监控所有场景
func application(_ application: UIApplication, 
               configurationForConnecting connectingSceneSession: UISceneSession,
               options: UIScene.ConnectionOptions) -> UISceneConfiguration {
    
    print("Connecting scene: \(connectingSceneSession)")
    return UISceneConfiguration(
        name: "Default Configuration",
        sessionRole: connectingSceneSession.role
    )
}

2. 内存泄漏检测

class SceneLeakDetector {
    static var activeScenes: [String: WeakReference<UIWindowScene>] = [:]
    
    static func trackScene(_ scene: UIWindowScene) {
        let identifier = "\(ObjectIdentifier(scene).hashValue)"
        activeScenes[identifier] = WeakReference(object: scene)
        
        // 定期检查泄漏
        DispatchQueue.main.asyncAfter(deadline: .now() + 5) {
            self.checkForLeaks()
        }
    }
    
    private static func checkForLeaks() {
        activeScenes = activeScenes.filter { $0.value.object != nil }
        print("Active scenes: \(activeScenes.count)")
    }
}

class WeakReference<T: AnyObject> {
    weak var object: T?
    init(object: T) {
        self.object = object
    }
}

兼容性考虑

1. 向后兼容 iOS 12

@available(iOS 13.0, *)
class ModernSceneDelegate: UIResponder, UIWindowSceneDelegate {
    // iOS 13+ 实现
}

class AppDelegate: UIResponder, UIApplicationDelegate {
    var window: UIWindow?
    
    func application(_ application: UIApplication, 
                   didFinishLaunchingWithOptions launchOptions: [UIApplication.LaunchOptionsKey: Any]?) -> Bool {
        
        if #available(iOS 13.0, *) {
            // 使用场景架构
        } else {
            // 传统 UIWindow 设置
            window = UIWindow(frame: UIScreen.main.bounds)
            window?.rootViewController = UIViewController()
            window?.makeKeyAndVisible()
        }
        return true
    }
}

结语

UIWindowScene 架构为 iOS 应用带来了强大的多窗口支持,特别适合 iPadOS 和需要复杂多任务处理的应用。通过合理使用场景管理,可以:

  1. 提供更好的多任务体验
  2. 支持外部显示器
  3. 实现高效的状态保存与恢复
  4. 优化内存使用

虽然学习曲线较陡,但掌握 UIWindowScene 将显著提升应用的现代化水平和用户体验。


示例项目: 完整的示例代码可以在 GitHub 仓库 找到。

进一步阅读:

swift中的知识总结(一)

2025年12月19日 15:23

一、associatedtype的用法

在swift中,泛型T是一个非常强大的特性,它允许我们编写灵活且可复用的代码。而当我们在 协议(Protocol) 中需要使用泛型时,associatedtype 就派上了用场。

在 Swift 的协议中,我们无法直接使用泛型 <T>,但可以使用 associatedtype 关键字来声明一个占位类型,让协议在不确定具体类型的情况下仍然能够正常使用。

1、让协议支持不同数据类型的

protocol SomeProtocol {
    associatedtype SomeType // 声明一个占位类型 SomeType,但不指定具体类型。
    func doSomething(with value: SomeType)
}

// Int类型
protocol SomeProtocol {
    associatedtype Item
    mutating func doSomething(with value: Item)
    func getItem(at index: Int) -> Item
}

struct ContainerDemo: SomeProtocol {

    typealias Item = Int // 指定Item为Int类型
    private var items: [Int] = []

    mutating func doSomething(with value: Int) {
        items.append(value)
        print(value)
    }

    func getItem(at index: Int) -> Int {
        return items[index]
    }
}

// String类型
struct StringContainer: SomeProtocol {

    typealias Item = String
    private var items: [String] = []

    mutating func doSomething(with value: String) {
        items.append(value)
    }

    func getItem(at index: Int) -> String {
        return items[index]
    }
}

protocol StackProtocol {
    associatedtype Element
    mutating func push(_ item: Element)
    mutating func pop() -> Element?
}

struct IntStack: StackProtocol {

    typealias Element = Int
    private var stacks: [Int] = []

    mutating func push(_ item: Int) {
        stacks.append(item)
    }

    mutating func pop() -> Int? {
        return stacks.popLast()
    }
}

2、使用where关键词限定类型

有时候希望assocaitedtype只能是某种类型的子类或实现了某个协议。可以使用where关键字进行类型约束

protocol Summable {
    associatedtype Number: Numeric // 限定Number必须是Numeric协议的子类型( Int、Double)
     func sum(a: Number,b: Number) -> Number
}

struct myIntergerAddr: Summable {
     func sum(a: Int, b: Int) -> Int {
        return a + b
    }
}

// 使用泛型结构体遵循协议
struct myGenericSatck<T>: StackProtocol {
    
    private var elements: [T] = []
    var isEmpty: Bool {return elements.isEmpty}
    var count: Int {return elements.count}

    mutating func push(_ item: T) {
        elements.append(item)
    }

    mutating func pop() -> T? {
        return elements.popLast()
    }
}

3、associatedtype 与泛型的区别

比较项 associatedtype (协议中的泛型) 普通泛型
适用范围 只能用于 协议 可用于 类、结构体、函数
作用 让协议支持不确定的类型,由实现者决定具体类型 让类型/函数支持泛型
例子 protocol Container { associatedtype Item } struct Stack {}
限制 只能用于协议,不能直接实例化 适用于所有类型

4、什么时候使用 associatedtype

  • 当你需要创建一个通用的协议,但不想限定某个具体类型时。
  • 当不同的实现类需要指定不同的数据类型时。
  • 当你希望协议中的某些类型参数具备类型约束时(如 where 关键字)。

二、Subscript下标的用法

  • 是一种访问集合、列表或序列中元素成员的快捷方式。它允许你通过下标语法(使用方括号 [])来访问实例中的数据,而不需要调用方法。

  • 使用Subscript可以给任意类型(枚举、结构体、类)增加下标功能。

  • subscript的语法类似于实例方法,计算属性,本质就是方法

// demo1
struct TimesTable {
    let multiplier: Int

    subscript(index: Int) -> Int {
        return multiplier * index
    }
}

let threeTimesTable = TimesTable(multiplier: 3)
print(threeTimesTable[6])  // 输出: 18
    
// demo2
class MyPoint {
    var x = 0.0
    var y = 0.0
    subscript(index: Int) ->Double {
        set {
            if index == 0 {
                x = newValue
            } else if index == 1 {
                y = newValue
            }
        }

        get {
            if index == 0 {
                return x
            } else if (index == 1) {
                return y
            }
            return 0
        }
    }
}
 var mmpoint = MyPoint()
  mmpoint[0] = 11.1
  mmpoint[1] = 22.2

  print(mmpoint.x)
  print(mmpoint.y)
  print(mmpoint[0])
  print(mmpoint[1])
    
  // dem3
    struct Container {
    var items: [Int] = []
    
    // 单个整数下标
    subscript(index: Int) -> Int {
        return items[index]
    }
    
    // 范围下标
    subscript(range: Range<Int>) -> [Int] {
        return Array(items[range])
    }
    
    // 可变参数下标
    subscript(indices: Int...) -> [Int] {
        return indices.map { items[$0] }
    }
}

1、subscript中定义的返回值类型决定了
2、get方法的返回值类型 set方法中的newvalue的类型

3、subscript可以接受多个参数,并且类型任意

4、subscript可以没有set方法,但是必须要有get方法,如果只有get方法,可以省略get关键字

5、可以设置参数标签

6、下标可以是类型方法

三、swift中的迭代机制Sequence、collection、Iterator、AsyncSequence

image.png

在swift中,Sequence是一个协议,表示可以被逐一遍历的有序集合。一个符合Sequence协议的类型可以使用for-in循环迭代其所有元素。

Sequence是swift集合类型(Array,Dictionary、set等)的基础协议,许多高级功能如:map、filter、 reduce都依赖于它

常见的 Sequence 类型

许多 Swift 标准库类型都符合 Sequence 协议,例如:

Array:一个有序的集合。

Set:一个无序、唯一的集合。

Dictionary:键值对集合。

Range:连续的整数范围。

String:一个字符序列。

/// Sequence的核心定义
public protocol Sequence {
    /// 表示序列中元素的类型。
    associatedtype Element
    associatedtype Iterator: IteratorProtocol where Iterator.Element == Element
    /// 返回一个迭代器对象,该对象遵循 IteratorProtocol 协议,并提供逐一访问元素的功能。
    func makeIterator() -> Iterator
}

public protocol IteratorProtocol {
    associatedtype Element
    /// 每次调用时返回序列的下一个元素;如果没有更多元素可用,则返回 nil。
    mutating func next() -> Element?
}

总结:

1.Sequence只承诺“能生成迭代器”,不能保证反复便利,也不保证有count

2.迭代器几乎总是是struct:值语义保证“复制一份就从头开始”,不会意外共享状态

3.单趟序列完全合法;第二次makeIterator()可以返回空迭代器

// 可以创建自己的类型并使符合Sequence协议,只需要实现makeIterator()方法,并返回一个符合IteratorProtocol的迭代器
// 自定义一个从n倒数到0的序列
struct myCountDownDemo: Sequence {
    
    let start: Int
    func makeIterator() -> Iterator {
        Iterator(current: start)
    }

    struct Iterator: IteratorProtocol {
        var current: Int
    
        mutating func nex() -> Int? {
            guard current >= 0 else {return nil}
            defer {current -= 1}
            return current
        }
    }
}
// 调用了myArr.makeIterator()拿到一个迭代器 反复调用iterator.next() 返回的可选值解包后赋值给item
for n in myCountDownDemo(start: 3) {
     print(n)
}

let myArr = [1,5,6,8]
for item in myArr {
    print(item)
}
// for in 实际执行的是
var iterator = myArr.makeIterator()
while let element = iterator.next() {
    print(element)
}
    
// collection可以额外保证:多次遍历且顺序稳定,提供count、endIndex、下标访问,支持切片、前缀、后缀等默认实现
// 三种安全写法

// 方法一
todoItems.removeAll{$0 == "B"}

// 方法二 先记下索引,后删除
let indexsToRemove = todoItems.indices.filter{todoItems[$0] == "B"}
for i in indexsToRemove.reversed() {
    todoItems.remove(at: i)
}

// 方法三
todoItems = todoItems.filter{$0 != "B"}
//map
var numbersArr = [3,6,8]
let squares = numbersArr.map{$0 * $0}
print(squares) // 输出 [9,36,64]

// filter过滤列表中的元素
let eventNumbers = numbersArr.filter{ $0 % 2 == 0}
print(eventNumbers) // 输出[6,8]

// reduce将列表中所有元素组合成一个值
let sum = numbersArr.reduce(0 , +)
print(sum) // 输出17

// forEach对列表中的每个元素执行操作
numbersArr.forEach{print($0)}
协议 核心能力 特点与限制 常见实现
IteratorProtocol 通过 next() 方法单向、一次性地提供下一个元素 只进不退,遍历后即消耗。是所有迭代的基础。 通常作为 Sequence 的一部分实现,很少直接使用。
Sequence 可进行顺序迭代(如 for-in 循环),支持 mapfilterreduce 等操作 不一定可多次遍历,不保证通过下标访问元素 有限序列(如数组迭代器)、无限序列(如斐波那契数列生成器)
Collection 在 Sequence 基础上,可多次、非破坏性访问,并支持通过下标索引访问任意有效位置的元素 必须是有限的,并且索引操作的时间复杂度有明确规定(如 startIndexendIndex ArrayStringDictionarySet 以及自定义的集合类型。

AsyncSequence 是 Swift 并发模型的重要部分,特别适合处理:

  • 异步数据流(网络请求、文件读取)
  • 实时数据(传感器数据、消息推送)
  • 分页或懒加载数据
  • 长时间运行的数据生成任务

而 Sequence 更适合:

  • 内存中的集合操作
  • 同步数据处理
  • 简单的数据转换

选择依据:如果你的数据源是异步的或会产生延迟,使用 AsyncSequence;如果数据是同步可用的,使用 Sequence

// demo1
import Foundation

// 自定义异步序列
struct AsyncCountdown: AsyncSequence {
    typealias Element = Int
    
    let count: Int
    
    // 必须实现 makeAsyncIterator()
    func makeAsyncIterator() -> AsyncIterator {
        AsyncIterator(count: count)
    }
    
    // 异步迭代器
    struct AsyncIterator: AsyncIteratorProtocol {
        var count: Int
        
        // 注意:next() 是异步的!
        mutating func next() async -> Int? {
            guard count > 0 else { return nil }
            
            // 模拟异步等待
            await Task.sleep(1_000_000_000)  // 等待1秒
            
            let value = count
            count -= 1
            return value
        }
    }
}

// demo2
// 模拟从网络获取分页数据
struct PaginatedAPISequence: AsyncSequence {
    typealias Element = [String]
    
    let totalPages: Int
    let delay: UInt64
    
    func makeAsyncIterator() -> AsyncIterator {
        AsyncIterator(totalPages: totalPages, delay: delay)
    }
    
    struct AsyncIterator: AsyncIteratorProtocol {
        let totalPages: Int
        let delay: UInt64
        var currentPage = 0
        
        mutating func next() async throws -> [String]? {
            guard currentPage < totalPages else { return nil }
            
            // 模拟网络延迟
            await Task.sleep(delay)
            
            // 模拟获取数据
            let items = (0..<10).map { "Item \(currentPage * 10 + $0)" }
            currentPage += 1
            
            return items
        }
    }
}

// 使用
func fetchPaginatedData() async throws {
    let pageSize = 10
    let apiSequence = PaginatedAPISequence(totalPages: 5, delay: 500_000_000)
    
    for try await page in apiSequence {
        print("收到页面数据: \(page.count) 条")
        // 处理数据...
    }
}
❌
❌