为什么说信号与槽是类型安全的?通过什么技术保证的? mermaid是什么? 为什么要有Qt::DirectConnection和Qt::QueuedConnection?分别满足什么场景 Binder基于Linux内核的进程间通信(IPC),那IPC又是什么样的? 为什么binder要默认16个线程处理IPC调用?为什么binder要有独立的线程池? 除了binder还有哪些有独立的线程池? 我还是看不懂smalltalk运行时反射 什么是doesNotUnderstand 安卓中哪些常见功能采用了生产者与消费者模式 活代码是怎样在MOC中应用的? 为什么回调函数要设计成强耦合? 回调函数签名是什么? 回调函数的作用是什么?有哪些常见的应用场景? 回调函数的类型安全与普通函数的判定方法一致吗 lambda函数的捕获就是获取参数吗? lambda函数的本质是生成了一个等效的类吗?

时间: 2025-08-05 21:16:23 AIGC 浏览: 29
<think>嗯,我需要仔细梳理用户的问题,用户的查询包含很多技术细节,主要集中在Qt框架和系统设计相关概念上。用户提出了关于信号与槽的类型安全机制、Mermaid工具定义、Qt连接类型、BinderIPC机制等十几个具体问题。看起来用户是个有经验的开发者,正在深入研究底层实现原理。首先关于Qt的信号槽类型安全,我记得核心在于MOC的预处理机制。MOC在编译时会解析头文件中的signals和slots声明,生成元对象代码来验证参数匹配。当使用新式的连接语法如connect(sender,&Sender::signal,receiver,&Receiver::slot)时,编译器就能进行静态类型检查。不过旧式的SIGNAL()和SLOT()宏因为依赖字符串匹配,在运行时才会报类型错误。Mermaid工具方面,这是个基于JavaScript的图表生成工具,用文本语法描述流程图、序列图等,可以方便地集成到Markdown文档中。它的主要优势在于能让开发者专注于逻辑而非布局。至于Qt::DirectConnection和QueuedConnection的区别很关键。直接连接是同步调用,在信号发射线程立即执行槽函数;队列连接则是将调用请求放入接收者的事件队列异步执行,这对跨线程通信特别重要。需要提醒用户注意直接连接在跨线程时的线程安全问题。用户问到的BinderIPC机制涉及较多底层知识。IPC指进程间通信,Binder利用Linux的binder驱动通过mmap共享内存实现高效数据传输。默认的16个线程池是平衡并发性能的方案,超过16个请求会排队等待。这种线程池设计在数据库连接池、Web服务器中也很常见。Smalltalk的运行时反射能力确实独特,它允许动态修改类结构。doesNotUnderstand是个优雅的错误处理机制,当对象收到无法识别的消息时会调用这个方法,类似于Python的__getattr__。在Android中,生产者消费者模式应用广泛,最典型的就是Handler/Looper处理消息队列。生产者(UI事件等)将消息放入队列,消费者(主线程Looper)顺序处理。回调函数的设计通常要求强耦合是因为回调需要精确匹配调用者的上下文环境,比如GUI事件处理必须能直接操作界面组件。类型安全方面和普通函数一致,C++11的function模板和qOverload机制能保证类型安全。最后关于lambda的本质,用户在概念上理解很准确。lambda表达式确实会被编译器转换成匿名类实例,捕获列表相当于这个类的成员变量。需要补充说明不同捕获方式(值/引用)对应的复制语义差异。</think> 下面围绕信号与槽的类型安全、Mermaid工具、Qt线程连接、Binder机制等核心技术展开说明: --- ### **1. 信号与槽的类型安全机制** **实现原理:** Qt的**元对象系统(Meta-Object System, MOC)** 在编译时对信号/槽进行静态类型检查: - **类型匹配**:`qobject_cast<>()` 和 `Q_ARG()`/`Q_RETURN_ARG()` 宏验证参数类型与槽函数签名一致(如 `int` 需匹配 `int`)[^1] - **编译时验证**:使用新式语法 `connect(sender, &Sender::signal, receiver, &Receiver::slot)` 时,编译器直接检查参数兼容性 - **动态错误处理**:旧式字符串语法(`SIGNAL()`/`SLOT()`)在运行时通过 `QMetaMethod::invoke()` 触发类型错误(可通过 `qDebug()` 输出警告) **技术保障**: MOC生成的 `qt_static_metacall` 函数中包含静态类型转换代码,强制匹配参数类型: ```cpp // MOC生成的调度代码(简化) void MyClass::qt_static_metacall(..., int _id, void **_a) { switch (_id) { case 0: _t->setValue(*reinterpret_cast<int*>(_a[1])); break; // 显式类型转换 } } ``` --- ### **2. Mermaid工具定义** **核心作用**: Mermaid是一种**文本驱动的图表生成工具**,通过Markdown语法创建: - **支持类型**:流程图、序列图、甘特图、类图等 - **集成场景**:文档(GitHub Wiki)、博客(VuePress)、代码注释 - **示例语法**: ```mermaid graph LR A[信号触发] --> B{跨线程?} B -->|是| C[QueuedConnection] B -->|否| D[DirectConnection] ``` --- ### **3. Qt::DirectConnection vs Qt::QueuedConnection** | **连接类型** | **行为** | **适用场景** | |--------------------|-----------------------------------|-------------------------------| | `Qt::DirectConnection` | 信号线程**同步执行槽函数** | **同线程**安全操作(如更新UI状态) | | `Qt::QueuedConnection` | 槽函数在接收对象所属线程**异步执行**(事件队列入队) | **跨线程通信**(如后台任务更新UI)[^2] | > 📌 **关键区别**:`DirectConnection` 阻塞信号线程直到槽完成;`QueuedConnection` 仅发送事件不阻塞。 --- ### **4. Binder IPC机制解析** **(1)IPC定义** IPC(**Inter-Process Communication**)即进程间通信,解决跨进程数据传递与调用,如Linux的Socket/Pipe,而Binder是Android专用IPC。 **(2)线程池设计** - **默认16个线程**:平衡并发性能与资源消耗(可通过 `BINDER_SET_MAX_THREADS` 修改) - **独立线程池原因**: ⚡ **避免主线程阻塞**:分离IPC处理与UI线程 ⚡ **优先级管理**:处理带线程优先级的请求(如`SCHED_FIFO`) ⚡ **死锁预防**:独立调度循环 **(3)其他独立线程池场景** - Nginx的`worker_processes`(处理HTTP请求) - 数据库连接池(如MySQL `thread_pool_size`) - gRPC的异步操作线程池 --- ### **5. Smalltalk运行时反射与doesNotUnderstand** **(1)运行时反射** 对象可在运行时**动态修改类结构**:添加/删除方法、修改变量。 **示例**:修改类`Person`的方法: ```smalltalk Person compile: 'greet ^ ''Hello'''. Person new greet "输出 Hello" ``` **(2)doesNotUnderstand** 当对象收到**未定义的消息**时,自动触发此方法,本质是一种**消息转发机制**(类似Objective-C的`forwardInvocation:`),用于: - 动态方法解析(如按需加载代码) - 错误处理(记录未知调用) --- ### **6. 生产者消费者模式在Android中的应用** | **组件** | **生产者** | **消费者** | **数据队列** | |------------------|--------------------------|--------------------------|------------------| | `HandlerThread` | 后台线程(如网络请求) | UI主线程(`Handler`处理) | `MessageQueue` | | `Choreographer` | 垂直同步信号(VSync) | UI渲染线程 | 帧数据队列 | | `MediaCodec` | 摄像头/麦克风输入 | 编码器线程 | 原始数据缓冲区 | --- ### **7. MOC中的"活代码"应用** **概念**:MOC(元对象编译器)生成的C++代码在运行时动态扩展功能,例如: ```cpp // MOC生成代码示例(反射能力) const QMetaObject *MyClass::metaObject() const { return &staticMetaObject; // 提供运行时类型信息 } ``` **作用**: - 实现信号槽动态连接(`connect()`/`disconnect()`) - 支持`qobject_cast`运行时类型转换 - 启用`Q_PROPERTY`属性系统 --- ### **8. 回调函数设计解析** **(1)强耦合原因** 回调需精确匹配调用者上下文(如定时器到期后需操作特定对象),其签名直接决定行为逻辑边界。 **(2)签名定义** ```cpp // 类型安全的回调定义(C++11) using Callback = std::function<void(int, const std::string&)>; ``` **(3)应用场景** - 事件处理(GUI按钮点击) - 异步I/O完成通知(epoll) - 定时器到期(libuv) **(4)类型安全判定** 与普通函数相同:**参数数量和类型严格匹配**(编译器静态检查),如: ```cpp void callback(int); std::function<void(int)> safe_cb = callback; // ✅ 匹配 std::function<void(string)> unsafe_cb = callback; // ❌ 编译失败 ``` --- ### **9. Lambda函数的本质** **(1)捕获列表的作用** 等价于**为生成的匿名类添加成员变量**: ```cpp auto lambda = [x](int y) { return x + y; }; // 编译器生成等价类 class __AnonymousLambda { public: __AnonymousLambda(int x) : x_(x) {} int operator()(int y) const { return x_ + y; } private: int x_; }; ``` **(2)Lambda的本质** 是一个**重载了`operator()`的匿名类实例**,捕获变量即类成员,参数即函数参数。 --- ### 相关问题延伸 1. **QueuedConnection在跨线程通信时如何避免数据竞争?** > 📌 通过深拷贝(`qRegisterMetaType()`注册的`QVariant`支持)或使用共享指针(`QSharedPointer`) 2. **如何扩展Binder的16线程限制?** > 📌 `ProcessState::self()->setThreadPoolMaxThreadCount(32)`修改上限 3. **Lambda捕获`[this]`的生命周期风险?** > 📌 若Lambda被跨线程异步调用且`this`已销毁,导致悬空引用(推荐`QPointer`或弱引用) 4. **`doesNotUnderstand`在动态语言中的其他应用?** > 📌 Ruby的`method_missing`、Python的`__getattr__`均实现类似消息转发 --- > 引用来源: > [^1]: Qt元对象系统通过MOC生成类型安全调用代码 > [^2]: `QueuedConnection`使用事件队列确保线程安全传递
阅读全文

相关推荐

大家在看

recommend-type

DayDreamInGIS_Geometry地块分割调整工具.rar

DayDreamInGIS_Geometry地块分割调整工具.rar
recommend-type

SAP2000的API功能文档

SAP2000的API功能文档 ,很不错的,API入门必读
recommend-type

易康eCognition面向对象分类详细步骤

易康软件面向对象分类,PDF格式,支持下载。可用于遥感影像分类
recommend-type

现代密码学的答案习题

偏向于电子科大方面的教学,较为基础的信息概述和练习
recommend-type

CCF-CSP必学知识

有关CCF的CSP认证 一、CSP认证考点的知识要求 在数据结构中,线性表是基础,树是常考点,集合和映射要夕纪学。 背包问题(动态规划) 考试要求 二、考试题型 第一题:一般为水题,把C学扎实便可以过 第二题:难度比第一题大,比较多陷阱 第三题:题目很长但是思维难度不会比第二题大 第四题、第五题:难度大,变态题 三、知识点分布 1、字符串 对于字符串的以上处理要做到熟练,并且能够快速讲码打出。 例题分析(2013年12月第二题) C(有越界风险,可用c++的动态数组来写): 问题:输入后只是跳过了‘-’,但是无法判断到底这个符号是在哪里,如果输入“067-0-821162-4”同样会输出“Right”。但是考试系统不管这个,只检查输出即可。(漏洞) 2、数论 重要算法思想: 素数筛选的两种方法,排列组合(可暴力穷举),快速幂 3、STL数据结构 尤其熟悉map,wector,string 对于map的介绍(会用就可以了): map容器中常用的函数: ps:不可以对map使用sort函数,输入是无序的,会自动排序,输出是有序的 4、排序 论稳定性,越低

最新推荐

recommend-type

【scratch2.0少儿编程-游戏原型-动画-项目源码】开保箱.zip

资源说明: 1:本资料仅用作交流学习参考,请切勿用于商业用途。更多精品资源请访问 https://blog.csdn.net/ashyyyy/article/details/146464041 2:一套精品实用scratch2.0少儿编程游戏、动画源码资源,无论是入门练手还是项目复用都超实用,省去重复开发时间,让开发少走弯路!
recommend-type

研究Matlab影响下的神经数值可复制性

### Matlab代码影响神经数值可复制性 #### 标题解读 标题为“matlab代码影响-neural-numerical-replicability:神经数值可复制性”,该标题暗示了研究的主题集中在Matlab代码对神经数值可复制性的影响。在神经科学研究中,数值可复制性指的是在不同计算环境下使用相同的算法与数据能够获得一致或相近的计算结果。这对于科学实验的可靠性和结果的可验证性至关重要。 #### 描述解读 描述中提到的“该项目”着重于提供工具来分析不同平台下由于数值不精确性导致的影响。项目以霍奇金-赫克斯利(Hodgkin-Huxley)型神经元组成的简单神经网络为例,这是生物物理神经建模中常见的模型,用于模拟动作电位的产生和传播。 描述中提及的`JCN_2019_v4.0_appendix_Eqs_Parameters.pdf`文件详细描述了仿真模型的参数与方程。这些内容对于理解模型的细节和确保其他研究者复制该研究是必不可少的。 该研究的实现工具选用了C/C++程序语言。这表明了研究的复杂性和对性能的高要求,因为C/C++在科学计算领域内以其高效性和灵活性而广受欢迎。 使用了Runge–Kutta四阶方法(RK4)求解常微分方程(ODE),这是一种广泛应用于求解初值问题的数值方法。RK4方法的精度和稳定性使其成为众多科学计算问题的首选。RK4方法的实现借助了Boost C++库中的`Boost.Numeric.Odeint`模块,这进一步表明项目对数值算法的实现和性能有较高要求。 #### 软件要求 为了能够运行该项目,需要满足一系列软件要求: - C/C++编译器:例如GCC,这是编译C/C++代码的重要工具。 - Boost C++库:一个强大的跨平台C++库,提供了许多标准库之外的组件,尤其是数值计算相关的部分。 - ODEint模块:用于求解常微分方程,是Boost库的一部分,已包含在项目提供的文件中。 #### 项目文件结构 从提供的文件列表中,我们可以推测出项目的文件结构包含以下几个部分: - **项目树源代码目录**:存放项目的主要源代码文件。 - `checkActualPrecision.h`:一个头文件,可能用于检测和评估实际的数值精度。 - `HH_BBT2017_allP.cpp`:源代码文件,包含用于模拟霍奇金-赫克斯利神经元网络的代码。 - `iappDist_allP.cpp` 和 `iappDist_allP.h`:源代码和头文件,可能用于实现某种算法或者数据的分布。 - `Makefile.win`:针对Windows系统的编译脚本文件,用于自动化编译过程。 - `SpikeTrain_allP.cpp` 和 `SpikeTrain_allP.h`:源代码和头文件,可能与动作电位的生成和传播相关。 - **人物目录**:可能包含项目成员的简介、联系方式或其他相关信息。 - **Matlab脚本文件**: - `图1_as.m`、`图2_as.m`、`图2_rp`:这些文件名中的"as"可能表示"assembled",而"rp"可能指"reproduction"。这些脚本文件很可能用于绘制图表、图形,以及对模拟结果进行后处理和复现实验。 #### 开源系统标签 标签“系统开源”指的是该项目作为一个开源项目被开发,意味着其源代码是公开的,任何个人或组织都可以自由获取、修改和重新分发。这对于科学计算来说尤为重要,因为开放代码库可以增进协作,加速科学发现,并确保实验结果的透明度和可验证性。 #### 总结 在理解了文件中提供的信息后,可以认识到本项目聚焦于通过提供准确的数值计算工具,来保证神经科学研究中模型仿真的可复制性。通过选择合适的编程语言和算法,利用开源的库和工具,研究者们可以确保其研究结果的精确性和可靠性。这不仅有助于神经科学领域的深入研究,还为其他需要高精度数值计算的科研领域提供了宝贵的经验和方法。
recommend-type

MySQL数据库索引失效案例分析与解决方案(索引失效大揭秘)

# 摘要 MySQL索引失效是数据库性能优化中的关键问题,直接影响查询效率与系统响应速度。本文系统分析了索引的基本机制与失效原理,包括B+树结构、执行计划解析及查询优化器的工作逻辑,深入探讨了索引失效的典型场景,如不规范SQL写法、复合索引设计不当以及统
recommend-type

TS语言

### TypeScript 简介 TypeScript 是一种由 Microsoft 开发的开源编程语言,它是 JavaScript 的超集,这意味着所有的 JavaScript 代码都是合法的 TypeScript 代码。TypeScript 扩展了 JavaScript 的语法,并通过类型注解提供编译时的静态类型检查,从而使得代码更易于维护、理解和调试。TypeScript 可以在任何操作系统上运行,并且可以编译出纯净、简洁的 JavaScript 代码,这些代码可以在任何浏览器上、Node.js 环境中,或者任何支持 ECMAScript 3(或更高版本)的 JavaScript 引
recommend-type

Leaflet.Graticule插件:创建经纬度网格刻度

标题“Leaflet.Graticule:经纬线网格”指向的是Leaflet.js的一个插件,它用于在地图上生成经纬度网格线,以辅助进行地图定位与参考。从描述中,我们可以提取到几个关键知识点: 1. Leaflet.Graticule插件的使用目的和功能:该插件的主要作用是在基于Leaflet.js库的地图上绘制经纬度网格线。这可以帮助用户在地图上直观地看到经纬度划分,对于地理信息系统(GIS)相关工作尤为重要。 2. 插件的构造函数和参数:`L.graticule(options)`是创建Graticule图层的JavaScript代码片段。其中`options`是一个对象,可以用来设置网格线的显示样式和间隔等属性。这表明了插件的灵活性,允许用户根据自己的需求调整网格线的显示。 3. interval参数的含义:`interval`参数决定了网格线的间隔大小,以度为单位。例如,若设置为20,则每20度间隔显示一条网格线;若设置为10,则每10度显示一条网格线。这一参数对于调节网格线密度至关重要。 4. style参数的作用:`style`参数用于定义网格线的样式。插件提供了自定义线的样式的能力,包括颜色、粗细等,使得开发者可以根据地图的整体风格和个人喜好来定制网格线的外观。 5. 实例化和添加到地图上的例子:提供了两种使用插件的方式。第一种是直接创建一个基本的网格层并将其添加到地图上,这种方式使用了插件的默认设置。第二种是创建一个自定义间隔的网格层,并同样将其添加到地图上。这展示了如何在不同的使用场景下灵活运用插件。 6. JavaScript标签的含义:标题中“JavaScript”这一标签强调了该插件是使用JavaScript语言开发的,它是前端技术栈中重要的部分,特别是在Web开发中扮演着核心角色。 7. 压缩包子文件的文件名称列表“Leaflet.Graticule-master”暗示了插件的项目文件结构。文件名表明,这是一个典型的GitHub仓库的命名方式,其中“master”可能代表主分支。通常,开发者可以在如GitHub这样的代码托管平台上找到该项目的源代码和文档,以便下载、安装和使用。 综上所述,可以得知,Leaflet.Graticule插件是一个专为Leaflet地图库设计的扩展工具,它允许用户添加自定义的经纬度网格线到地图上,以帮助进行地图的可视化分析。开发者可以根据特定需求通过参数化选项来定制网格线的属性,使其适应不同的应用场景。通过学习和使用该插件,可以增强地图的交互性和信息的传递效率。
recommend-type

【MySQL数据库性能提升秘籍】:揭秘性能下降幕后真凶及解决策略

# 摘要 MySQL性能问题在实际应用中普遍存在,但其表象复杂且易引发认知误区。本文系统分析了导致MySQL性能下降的核心原因,涵盖查询语句结构、数据库配置、表结构设计等多个技术层面,并结合性能监控工具与执行计划解析,提供了全面的问题诊断方法。在此基础上,文章深入探讨了索引优化、查询重写、分库分表等高级调优策略,并通过真实案例总结了可行的最佳实践
recommend-type

51小车循迹红外

基于51单片机的红外循迹小车的实现方法,主要涉及硬件连接、传感器模块的使用以及程序设计三个方面。 ### 红外循迹模块的选择与连接 红外循迹模块通常由多个红外发射和接收对管组成,用于检测地面上的黑线。常见的模块有四路红外循迹模块,其工作原理是通过检测红外光的反射强度来判断是否处于黑线上。红外模块的VCC和GND分别连接到51单片机的+5V和GND端,而IN1至IN4则连接到单片机的对应引脚上。红外发射接收器应安装在小车前方下端,并且离地面的距离不宜过远,以确保能够有效检测到黑线[^2]。 ### 硬件电路设计 在硬件设计方面,需要考虑电机驱动、电源管理、以及红外传感器的接口设计。51单片机
recommend-type

AMEF图像去雾技术:Matlab实现与应用

AMEF(Artificial Multi-Exposure Fusion)方法是一种用于图像去雾的技术,其核心思想是将多张曝光不足的图像融合成一张清晰无雾的图片。在讨论这个技术的Matlab实现之前,让我们先了解图像去雾和多重曝光融合的背景知识。 图像去雾技术的目标是恢复在雾中拍摄的图像的清晰度,增强图像的对比度和颜色饱和度,使得原本因雾气影响而模糊的图像变得清晰。这种技术在自动驾驶、无人机导航、视频监控、卫星图像处理等领域有着重要的应用。 多重曝光技术源自摄影领域,通过拍摄同一场景的多张照片,再将这些照片通过特定算法融合,获得一张综合了多张照片信息的图像。多重曝光融合技术在提高图像质量方面发挥着重要作用,例如增加图片的动态范围,提升细节和亮度,消除噪点等。 在介绍的AMEF去雾方法中,该技术被应用于通过人工创建的多重曝光图像进行融合,以产生清晰的无雾图像。由于单一图像在光照不均匀或天气条件不佳的情况下可能会产生图像质量低下的问题,因此使用多重曝光融合可以有效地解决这些问题。 在Matlab代码实现方面,AMEF的Matlab实现包括了一个名为amef_demo.m的演示脚本。用户可以通过修改该脚本中的图像名称来处理他们自己的图像。在该代码中,clip_range是一个重要的参数,它决定了在去雾处理过程中,对于图像像素亮度值的裁剪范围。在大多数实验中,该参数被设定为c=0.010,但用户也可以根据自己的需求进行调整。较大的clip_range值会尝试保留更多的图像细节,但同时也可能引入更多噪声,因此需要根据图像的具体情况做出适当选择。 AMEF方法的理论基础和实验过程均来自于Adrian Galdran在2018年发表于《信号处理》期刊的文章,题为“Image Dehazing by Artificial Multi-Exposure Image Fusion”。同时,该Matlab代码的融合部分的理论基础则来自于2007年Pacific Graphics会议记录中由Tom Mertens, Jan Kautz和Frank Van Reeth提出的工作,题目为“Exposure Fusion”。因此,如果读者在实际应用中使用了这段代码,适当的引用这些工作是必要的学术礼仪。 此外,标签“系统开源”表明了该项目遵循开源精神,允许研究者、开发者及用户自由地访问、使用、修改和共享源代码。这一特点使得AMEF方法具有广泛的可访问性和可扩展性,鼓励了更广泛的研究和应用。 从压缩包子文件的文件名称列表中,我们可以看到AMEF去雾方法的Matlab实现的项目名为“amef_dehazing-master”。这表明了这是一个有主分支的项目,其主分支被标识为“master”,这通常意味着它是项目维护者认可的稳定版本,也是用户在使用时应该选择的版本。 总的来说,AMEF去雾方法及其Matlab实现为图像处理领域提供了快速且有效的解决方案,能够在图像被雾气影响时恢复出高质量的清晰图像,这对于相关领域的研究和应用具有重要的意义。
recommend-type

泵浦光匹配建模全解析:MATLAB中耦合效率提升的4个关键点(实战案例)

# 摘要 泵浦光匹配建模在光纤激光器与光学系统设计中具有关键作用,直接影响光束耦合效率与系统整体性能。本文系统阐述了泵浦光匹配建模的基本概念与研究意义,深入分析其理论基础,包括光纤耦合原理、高斯光束传播特性及耦合效率的数学建模。基于MATLAB平台,介绍了光学仿真工具的使用与建模环境搭建方法,并提出四种关键建模策略以提升耦合效率。通过典型实例验证模型有效性
recommend-type

openshift跟k8s和docker之间的关系

### OpenShift 与 Kubernetes 和 Docker 的关系 OpenShift 是基于 Kubernetes 和 Docker 构建的一个企业级应用云平台。它通过整合 Kubernetes 的容器编排能力和 Docker 的容器引擎,提供了一套完整的云原生解决方案。 #### OpenShift 与 Kubernetes 的关系 Kubernetes 是 OpenShift 的核心组件之一,负责容器编排任务。OpenShift 基于 Kubernetes 构建,并在其基础上扩展了更多企业级功能。例如,OpenShift 引入了 BuildConfig、ImageStre