登录社区云，与社区用户共同成长
邀请您加入社区
手机宽度下，分类一直占着左边，正文会被挤得很窄；宽窗口下，每次切分类都先打开一个抽屉，又显得多了一步。这次让同一个导航内容根据空间换一种出现方式：宽时常驻左侧，窄时放到覆盖式抽屉里。分类选中状态始终是一份，切完分类后收起抽屉，正文立即显示对应路线。判断这份导航是否合适，可以回到一次切路线的动作：找得到目录，选得中分类，关掉后正文仍是刚才那一条。宽窄变化只影响目录出现的位置和时机。后面扩展层级或接入
涉及技术服务或其他辅助业务合作的（即接入的是第三方算法/大模型等场景），需提供合作方的算法备案（算法备案类型为：生成合成类）以及双方合作协议（协议需含【算法名称】或【备案编号】相关内容），最后一定要检查备案类型和合作协议是否正确与完整。（1）应用未提供文本、音频、图片、视频等人工智能生成合成内容文件的导出或下载等功能，不涉及人工智能生成合成内容文件元数据，需提供：应用内已添加内容显式标识截图；（1
S1 下「完成块数」不再线性映射时间：最后一块可能在任何时刻完成，进度条会在 14/16 处长时间停住（短板效应——总时长由最慢的一批决定）。// 完成度：与排程无关，永远可用// 剩余时间：只有 S0 是精确公式；S1 用批次模型估计// 剩余批次数// 批次模型，仍偏乐观并行模式下是下界估计（忽略批内倾斜），UI 应把它标注为「约」——给用户一个诚实的模糊，好过一个精确的错误。项目规格任务模型
你有没有遇到过这样的场景：App 用着用着就闪退了，日志里赫然写着 "RssThresholdKiller"——系统觉得你的应用"吃内存"太多，直接给了一个"强制劝退"。这背后，就是 RSS 内存泄漏在作祟。RSS（Resident Set Size）内存泄漏，简单来说就是应用占用的物理内存超过了系统允许的阈值，在整机内存紧张时，系统会果断终止这个"内存大户"。听起来很抽象？
在《RSS 内存泄漏排障全攻略（上篇）》中，我们已经搞懂了 RSS 内存泄漏的基本概念，学会了如何查看 RSS 内存、订阅故障事件，并掌握了 smaps、NMD、内存栈三类维测日志的规格与获取方法。这些内容为我们搭建了完整的"认知框架"和"工具箱"。本篇将在此基础上，聚焦"如何用这些工具真正定位到泄漏根因"。我们将从运维态的 smaps 日志分析和内存栈日志分析方法讲起，借助二级根因速查表快速定界
你有没有遇到过这样的场景：App 明明没有做什么"大动作"，内存占用却像吹气球一样越胀越大，最后系统直接"出手"，前台闪退，用户一脸懵圈？别急，这很可能不是 App 在"故意捣乱"，而是匿名页内存泄漏在背后"悄悄作祟"。匿名页内存——听起来像个冷门概念，但它其实是 RSS 内存泄漏的二级根因之一。简单来说，它就是那些没有对应到磁盘上任何具体文件的内存页，一旦被大量申请却迟迟不释放，就会像漏水的龙头
ArkGuard是HarmonyOS生态的源码混淆工具，通过重命名标识符、属性和文件提升代码逆向难度，但不保证绝对安全。文章详解其四大开关（顶层名称、属性、导入导出、文件名）的使用边界与常见问题，强调白名单应作为接口契约精准保留，避免过度配置导致保护失效。重点提醒跨模块、动态路径、Native接口等敏感场景需特别处理，并建议按“关混淆→定位→精保留”流程排查问题。最终倡导以边界清晰、契约明确为核心
本原创文章帖发布在凌晨两点，线上监控报警：应用崩溃，信号是 SIGBUS。值班同学盯着日志看了半天，心里冒出一个朴素的问题：这是什么"总线"？SIGBUS 不是公交车，也不是某个中间件的缩写。它来自 Signal Bus，表示程序访问内存时触碰了硬件、地址规则或底层文件对象不允许的区域。在 HarmonyOS C++ 应用的 CppCrash 日志里，SIGBUS 主要看两类错误：• BUS_AD
Unexpected xxx in JSON 看起来是一个“JSON 写错了”的简单问题，但线上崩溃的复杂性在于：你看到的是经过匿名化处理的片段，而不是原始字符串。读懂匿名片段 + 位置信息 + 调用栈，是定位这类问题的核心能力。API 24 增强的错误日志已经大幅降低了门槛——匿名片段还原后，大多数情况下一眼就能看出缺了什么。预防的核心只有一句话：避免手写 JSON，多用 JSON.string
本原创文章帖发布在发版评审时，如何客观评估应用质量在行业中的位置？质量劣化了没有？哪些问题最该优先治理？下面以一次发版质量评审为场景，带你读懂APMS质量报告的每个模块。
本原创文章帖发布在新版本刚发布，崩溃、冻屏、OOM、资源泄露接连出现——该怎么逐一击破？下面以一个真实发版场景为线索，带你走完从告警发现到根因定位的完整稳定性保障链路。
本文基于HarmonyOS应用性能监测服务（APMS），系统讲解功耗问题定位流程：通过耗电趋势分析识别异常，结合使用时长与耗电速率判断效率；利用维度分布锁定问题版本或机型，再通过器件拆解（如屏幕、CPU、GPU等）精准定位高耗电环节。从趋势到根因，实现功耗优化闭环。欢迎开发者前往华为开发者联盟社区交流讨论，获取更多优化实战经验。
is not initialized 看起来是一个“变量未赋值”的问题，本质却是模块初始化顺序不可控。真正的修复不是找到那个报错的变量然后给它一个默认值——而是打开模块加载链路，看清哪条依赖形成了环，然后从设计层面把环拆掉。设计层面：消除循环依赖，提取公共模块或使用依赖注入。编码层面：延迟初始化，避免静态块/顶层立即使用导入变量。工具层面：ESLint 卡口 + 运行时开关，开发态提前暴露。验证层
大屏的价值如何落到少一次返回？以城市影像手册为例，对照同一套页面接入平行视界前后的阅读流程，实操 EasyGo 导航模式、关联页、全屏图片与阅读位置恢复，并用画面和日志核对系统分栏。
从两张旅行照片的交接出发，解读 HarmonyOS 7 碰一碰分享与精准落位。展示 Mate 60 Pro 到 nova 14 Ultra 的端到端分享、图库保存与信息核对，并给出发送监听、接收批次与坐标分区的接入代码。
同一张明信片，白天想用浅色天空，夜间想换成深色山景；放到二合一设备上，还想多留一点横向风景。第一反应可能是在页面里加几个判断，再给 Image 传不同路径。图少时还能记住，页面一多，条件就容易散到各个角落。这次把选择交给资源目录。页面只引用，标题只引用。名字不变，不同限定符目录提供不同内容，让资源管理器根据运行设备和外观配置匹配。最后回到最初那一行 Image：它始终只认识 postcard。需要
给商品图片制作贴纸时，用户经常希望留下杯子或者商品本身，再把它放到另一张背景图上。如果直接裁剪出一个矩形，原图中的桌面和墙面也会跟着保留下来。到了新画面中，这些背景就会挡住原有内容，贴纸看起来仍然像一张方形照片。要解决这个问题，页面需要知道主体的轮廓，还要让轮廓以外的位置变成透明。HarmonyOS 的提供主体分割能力，可以从输入图片中识别显著主体，并返回包含前景的像素图。我们将把这个结果显示在页
会议通知、纸质表格或课堂资料需要放进应用时，用户通常会先拍一张照片。照片里可能带有桌面，纸张边缘也可能倾斜。等到需要把它作为附件发送或保存时，用户还得回到图库裁剪，再决定使用图片还是文档格式。VisionKit的可以提供拍摄、选择图片和文档编辑界面。用户完成裁剪或调整后，应用再接收扫描结果，把文件保存到自己的目录。接入时需要把界面中的保存选择和回调中的文件类型对应起来，这样图片预览和 PDF 附件
鸿蒙「共创季·征文稿事节」第2期聚焦HarmonyOS 7（API26）的「空间×AI新视界」，评选出12位开发者获奖。涵盖3D模型交互、文搜图、端侧图像超分、人脸表情识别等创新实践，展现AI与空间能力在智能音箱、相册、文档等场景的应用。大雷神、一键难忘等作者以系列实战案例推动技术落地，彰显开发者社区创造力。活动共收250+投稿，持续激发鸿蒙生态创新活力。
鸿蒙端侧超分聚焦“码图”场景，以真实打码快递面单为演示素材，通过4×超分重建条码与文字细节。采用深色科技风UI，实现隐私保护下的端侧AI处理，全程数据不外泄。对比显示，AI超分清晰度增益达+99%，梯度能量显著提升，结果可落盘沙箱保存，验证了端侧4×超分在扫码识别中的关键价值。
本文基于HarmonyOS 7（API 26）实测展示端侧图像超分能力：通过Core Vision Kit的imageSuperResolution接口，实现低清图4倍高清重建，全程在真机NPU上完成，数据不出设备。工程采用双实现设计——示例数据版用于演示，真实服务版对接真机推理，确保交互可复现。文中详述DevEco Studio 26搭建踩坑经验，包括Hvigor三件套缺失、build-prof
为帮助开发者更清晰地理解应用审核指南、规则理念及相关要求，提升应用上架效率，华为应用市场正式面向开发者推出“预约 1v1 专家沟通服务”。人工服务时间：周一至周五 08: 30-12: 00，13: 30-18: 00 （法定节假日除外）请点击“立即联系”并填写您需要咨询的问题，我们收到后会尽快与您联系，请保持电话畅通。2026年11月11日 - 11月12日：请在11月9日下午18:00之前提交
需求HTTP 轮询WebSocketMQTT千级设备❌ 每秒千次请求⚠️ 需自建路由✅ 主题订阅可靠性分级❌❌掉线检测❌❌ 手写心跳✅ 遗嘱机制一对多下发❌⚠️ 手写分发✅ 通配符主题离线消息❌❌✅ retained + 会话保持报文开销大中✅ 极小。
项目结果交互范式触摸即超分，透镜 1:1 视差跟随单帧耗时1~6ms（透镜 64×64 源区域，模拟器）对比设计透镜内左右分屏：基线 vs 当前算法算法创新自举式盲锐化：往返一致性搜索 s，免训练、逐区域自适应帧预算6ms / 16ms（60fps），余量 60%代码量Native ~450 行 · ArkTS ~350 行当计算量与视口而非数据量挂钩时，“重算法"就能变成"实时交互”。超分如此，
