新闻详情

新闻详情

首页 / 资讯中心 / 详情

Notification Kit:穿戴设备通知订阅与蓝牙消息同步链路【鸿蒙心迹】

发布时间:2026/11/1 15:50:40来源:尧图网络
Notification Kit:穿戴设备通知订阅与蓝牙消息同步链路【鸿蒙心迹】
手机收到微信通知手表几乎同时也弹出来了——这通知是怎么过去的做穿戴设备通知同步的时候最开始的思路很简单手机收到通知通过蓝牙发给手表就行了。结果跑了一段时间发现问题手机上通知都删了手表上还在。手机都锁屏了通知还在不停往手表推。才意识到通知同步不是简单的发过去是一整套订阅和同步链路。一、通知订阅和发布通知是两回事很多人以为我发通知手表就能收到。不对。类型谁来做发布通知应用自己发订阅通知穿戴设备订阅手机的通知发布通知是应用自己往系统发通知。订阅通知是穿戴设备订阅系统的通知系统收到通知就转发给穿戴设备。这是两条完全不同的链路。二、NotificationSubscriberExtensionAbility 是什么API 26 提供了 NotificationSubscriberExtensionAbility就是用来订阅手机通知的。这段代码解决什么问题订阅手机通知并同步到穿戴设备。文件notification/SubscriberExtensionAbility.ets用途穿戴设备通知同步接入位置扩展 Abilityimport{notificationSubscriberExtensionAbility}fromkit.NotificationKit;exportdefaultclassSubscriberAbilityextendsnotificationSubscriberExtensionAbility.NotificationSubscriberExtensionAbility{onReceiveMessage(data){// 收到手机通知转发到穿戴设备this.sendToWatch(data);}onCancelMessages(data){// 手机取消通知同步删除穿戴设备上的通知this.removeFromWatch(data);}}这里最关键的两个回调onReceiveMessage 是收到新通知onCancelMessages 是手机取消了通知。三、去重为什么很重要还有个坑通知重复了。很多人收到一个通知就往手表发一次。结果就是同一个通知手表上弹了好几个。正确的做法是根据通知 ID 去重。同一个 ID 的通知已经发过了就不要再发。四、蓝牙断开为什么还要继续发还有个容易踩的坑蓝牙断了还在不停发。蓝牙断开了你发的消息根本到不了手表。但代码还在不停发浪费资源。正确的做法是监听蓝牙连接状态。断开了就停止发送连上了再恢复。五、几个容易踩的坑第一个坑把通知订阅和发布通知混为一谈。两条完全不同的链路。第二个坑收到通知后不做去重。同一个通知手表上弹好几个。第三个坑手机取消通知但穿戴设备不删除。手机都删了手表上还在。第四个坑蓝牙断开后仍不断发送。发出去也收不到浪费资源。第五个坑扩展 Ability 生命周期结束后仍保存旧连接状态。连接都断了还以为连着。这次做穿戴通知同步最大的体会是通知同步不是发过去就行是一整套订阅、转发、去重、同步删除的链路。手机上通知的每一个变化都要同步到穿戴设备上。
网站建设高端定制企业官网
RELATED

相关资讯

更多精彩内容,欢迎继续阅读

较早相关资讯

最新相关资讯

【外设】之大彩串口显示屏 2026/11/1 1:42:41

【外设】之大彩串口显示屏

大彩串口屏初步使用 1 .官网下载 STM32 屏幕 GUI 设计资料 http://www.gz-dc.com/category/typeid/4112 找到 STM32 Keil 工程,移植相关代码因项目而异进行移植,由于项目简单,本人只对用到的指令接口进行修改。 比如:注意事项&…

阅读更多 →
无法下载Windows系统iso文件 2026/11/1 2:34:07

无法下载Windows系统iso文件

当我遇到这个问题的时候,我打开了一个网站: 登录 然后我打算下载的时候: 突然那个官方的连接就可以下载了:

阅读更多 →
【清华代码熊】DeepSeek V4.1 Flash 后训练详解 2026/11/1 2:01:57

【清华代码熊】DeepSeek V4.1 Flash 后训练详解

📌 上期解析了 DeepSeek V4.1 Flash 模型架构改进,本期解析 DeepSeek V4.1 Flash 预训练/后训练技术: 🌟 预训练:45T 文本 多模态混合语料、直接训练 sparse attention(取消 DeepSeek V4 的 dense 冷启动&…

阅读更多 →
Shuffle-R1: Efficient RL framework for Multimodal Large Language Models via Data-centric Dynamic ... 2026/11/1 3:13:10

Shuffle-R1: Efficient RL framework for Multimodal Large Language Models via Data-centric Dynamic ...

文章主要内容和创新点 主要内容 本文聚焦于多模态大语言模型(MLLM)强化学习(RL)训练中的效率问题,提出了一个名为Shuffle-R1的框架。研究发现,当前RL训练存在两个关键缺陷: 优势值坍缩(Advantage Collapsing):批次中大多数优势值集中在零附近,导致有效梯度信号被淹…

阅读更多 →
PRvL: Quantifying the Capabilities and Risks of Large Language Models for PII Redaction 2026/11/1 2:11:52

PRvL: Quantifying the Capabilities and Risks of Large Language Models for PII Redaction

一、文章主要内容总结 本文聚焦于利用大型语言模型(LLMs)实现个人身份信息(PII)脱敏的研究,旨在解决传统脱敏方法(如基于规则的系统、领域特定命名实体识别(NER)模型)泛化能力差、跨格式/跨语境适应性弱的问题。 研究通过全面评估多种LLM架构(包括密集型LLM(D-LLM…

阅读更多 →
LLaVA-RE: Binary Image-Text Relevancy Evaluation with Multimodal Large Language Model 2026/11/1 3:23:38

LLaVA-RE: Binary Image-Text Relevancy Evaluation with Multimodal Large Language Model

文章主要内容和创新点 主要内容 本文聚焦于二进制图像-文本相关性评估任务(判断图像与文本“相关”或“不相关”),针对该任务中文本格式多样、相关性定义随场景变化等挑战,提出了基于多模态大语言模型(MLLM)的解决方案LLaVA-RE。 模型设计:LLaVA-RE基于LLaVA 1.5架构,…

阅读更多 →

今日资讯

本周资讯

本月资讯

看完文章仍有疑问?

联系尧图顾问,获取一对一建站咨询

立即免费咨询 📞 400-888-8888
📞 ✉