Daily Digest
2026年04月13日
內容會跟隨語言切換。
📝今日焦點：Compose 繪圖套件、SceneView 三維／AR 函式庫、biometric-compose 與入門短教學相繼推出，便於整合與學習。 🔧效能最佳化：ImageSlim 採用先讀尺寸與 inSampleSize 降記憶體並避免 OOM，K2 在建置速度上展現可觀改善。 🏗架構設計：大型與個人 KMP 遷移案例以及 Dagger 依賴注入實務說明，提供跨平台與擴展性決策依據。 🚀語言演進：結構化併發指引與 supervisorScope 實作建議，以及 K2 對 smart casts 與 guard 條件的改進顯著提升可靠性。
你唯一需要的結構化併發指南。
本文以「你唯一需要的結構化併發指南」自居，宣示其為學習與實踐結構化併發的權威入門與參考。內容重點在說明將併發工作以有界生命週期與結構化群組管理，藉此提升程式可理解性、可維護性與執行可預測性。雖篇幅簡短，但定位為全面性的單一資源，適合想建立正確併發思維或尋求精簡參考的開發者。主旨強調以紀律化的併發結構取代零散的任務管理，確保錯誤處理與資源生命週期在並發場景下仍能清晰可控。
我開發了 ImageSlim Free，能在裝置上離線壓縮與調整照片，快速且私密地縮小影像檔案而不需上傳到雲端。
ImageSlim Free 是一款專為在沒有穩定網路或需節省流量情境下使用的 Android 離線照片壓縮應用。它使用 Kotlin、原生 Bitmap/BitmapFactory、協程進行非同步處理，並透過 MediaStore 讀寫相簿以維持安全與相容性。開發時遇到的主要技術挑戰包含避免載入多張高解析度圖片導致的 OutOfMemoryError（透過先讀取尺寸與計算 inSampleSize 先行縮放解決）、應對新版 Android 的 Scoped Storage 與不同廠商相簿行為，以及在尺寸與 JPEG/WEBP 品質間找到既能大幅減少檔案又不破壞畫質的平衡。專案強調記憶體分析工具與健全錯誤處理，應用可完全離線使用並已上架 Google Play。
以短片形式學習 Kotlin 與 Dart 的基礎語法與概念。
Vrushali 開始推出「Beginner Coding Series Shorts」，以短片形式教學 Kotlin 與 Dart 基礎，適合 Android 與 Flutter 開發者。內容以簡短、易懂的範例示範核心概念，如 Hello World、變數與函式，並將短片彙整在 YouTube 播放清單中，方便初學者按順序觀看並跟著範例練習。這系列強調實用且精簡的教學節奏，適合作為入門學習或快速複習基礎語法與程式模式的資源。
對 Kotlin K2 編譯器的實務深度剖析：建置速度基準、改進的 smart casts、guard 條件，以及每位 Android 開發者該注意的重點。
本文對 Kotlin K2 編譯器做實務深度剖析，重點涵蓋建置速度的基準測試、smart casts 的改進、以及 guard 條件的處理變化，並說明這些改動對 Android 開發者的實際影響。文章呈現 K2 在建置效能上的比較結果，探討新版類型分析如何讓 smart casts 更可靠、減少誤判，並解釋 guard 條件強化後對控制流程與編譯診斷的益處。作者以開發者視角提供實測為基礎的建議，涵蓋相容性、工具鏈與遷移考量，幫助團隊評估導入時機與可改進的程式碼區塊。
作者坦承標題聽起來嚇人，並確認 Kotlin 程式碼量約為兩百萬行（實際數字可能更高）。
本文節錄說明 Shad Adman 在 Dev Genius 上發表的文章，主題是將一個極大型的 Kotlin 程式碼庫遷移到 Kotlin Multiplatform（KMP）。作者直言標題可能讓人感到驚訝，並確認專案中約有兩百萬行 Kotlin 程式碼，實際數量甚至可能更高。節錄文字較短，但已交代這是一個真實且大規模的遷移案例，並暗示文章將詳述遷移過程中的挑戰與決策。欲了解具體技術細節與實作經驗，讀者需閱讀完整文章。
我想為我的一個 Android 應用建立一個簡單的草圖/繪圖功能──像白板一樣，讓使用者可以畫圖並擦除。
作者希望在 Android 應用中加入簡單的草圖/繪圖功能，於是以 Jetpack Compose 開發並封裝成可重用的 SDK。目標是一個類似白板的畫面，使用者能夠畫線與擦除，並讓其他開發者能方便地整合到現有應用中。文章說明了為何選擇 Compose 來實作繪圖互動、維持元件簡潔的設計取向，並將專案以開源方式發布，讀者可透過原文連結查看程式碼與使用範例。
SceneView 將 3D 當作 Compose 的 UI 來宣告式處理。
SceneView 是為 Jetpack Compose 打造的原生 Android 3D/AR 函式庫，採宣告式 SceneView { }，節點以 composable 與 Kotlin state 管理，並包裝 Google Filament 提供 PBR 渲染，內含 26+ 種節點類型，能以簡短範例載入 GLB 模型（rememberModelInstance 非同步載入並觸發重組）。加入 arsceneview 可使用錨點、平面偵測、影像追蹤、臉部網格、雲端與地理錨點、深度遮蔽與光照估計；isEditable 提供拖移、縮放與旋轉。專案小巧（約 5MB）、跨平台 API 一致，具 AI 工具鏈與 Apache 2.0 開源且持續維護（v4.0.0）。
biometric-compose 函式庫透過 rememberAuthenticationLauncher 與 AuthenticationRequest 設定，簡化在 Compose 應用中整合生物辨識的流程。
本文介紹 biometric-compose 這個專為 Jetpack Compose 應用設計的新函式庫，簡化生物辨識整合。函式庫與 androidx.biometric 搭配，提供 rememberAuthenticationLauncher 可在可組合函式內取得 AuthenticationResultLauncher 並透過 AuthenticationResultCallback 處理 Success、Error、CustomFallbackSelected 與嘗試失敗等事件。使用 AuthenticationRequest.biometricRequest 建立請求，可設定標題、副標題、圖示、authFallbacks（如裝置憑證）與描述內容（PlainText、VerticalList、ContentViewWithMoreOptionsButton）。部分進階功能（如顯示自訂 Logo 或 ContentViewWithMoreOptionsButton）需 SET_BIOMETRIC_DIALOG_ADVANCED 權限，僅系統應用可用。文章附有範例程式，便於在 Compose UI 中快速導入生物辨識。
在開發 Android 功能時，一個看似小的 API 錯誤最終卻大幅影響了使用者體驗。
作者描述在開發 Android 功能時，一個原本看似小的 API 錯誤卻顯著影響使用者體驗。文章指出，Kotlin Coroutines 的結構化併發會讓一個 child coroutine 的例外取消同層其他任務，導致整體功能崩壞；透過 supervisorScope 可以將子任務隔離，使單一 API 失敗不會中斷其他並行工作。文中說明如何診斷問題、將獨立任務放入 supervisorScope、並為每個子任務加上局部例外處理或備援機制，以及在並發情境下測試錯誤處理的重要性。結論強調在需要互不影響的併發任務時，使用 supervisorScope 與局部錯誤處理能顯著提升應用的韌性與使用者體驗。
手動將 Engine 注入 Car 在單一情況下可行，但當需要擴展時會出現問題。
Arun Gohil 的文章從示範如何手動將 Engine 注入 Car 開始，指出這種做法對單一車輛與引擎可行，但當元件數量、組態或生命週期增加時，手動連接會變得繁瑣。文章進而提出使用 Dagger 這類依賴注入框架來自動化物件提供與連線，說明採用 DI 的動機──鬆耦合、更容易測試與更清晰的生命週期管理，並說明框架如何協助在較大型程式碼庫中擴展相依性管理。本文為想從手動建構或 setter 轉向系統化 DI 的開發者提供實用入門說明。
作者以個人視角記述從 Android-only 到 KMP 遷移過程中的系統設計抉擇、難堪時刻與意外出現的優雅解法。
本文是作者對從 Android-only 轉向 Kotlin Multiplatform 的個人記述，聚焦系統設計抉擇、難堪時刻與意外出現的優雅解法。文章說明採用 KMP 的動機，並討論在讓單一共用函式庫兼顧兩個截然不同產品時所面臨的架構取捨與平台特性限制，以及為此採取的務實因應措施。作者以坦率反思搭配技術細節，揭示實作、除錯與測試的實際困境，以及這些決策如何影響團隊工作流程。此文並非操作手冊，而是透過經驗分享提供可借鏡的教訓與決策依據，適合關注跨平台策略與模組化遷移的讀者參考。