Flutter断点续传实战：基于dio的Range请求与文件追加实现-北京尧图网络

断点续传这件事做过的都知道坑不在“断”上在“续”上。你用Flutter做下载功能网上搜方案十有八九会指向dio但真把dio的DownloadStream、CancelToken、Range头这些揉在一起用还是有不少细节值得掰扯。这篇文章我按实际项目里的实现思路来写从原理解析到代码落地再到排查问题尽量把每一步为什么这么做讲清楚。1. 方案选型与整体设计思路1.1 为什么选dio做断点续传Flutter生态里能做文件下载的库不少原生有HttpClient第三方有dio、http、flutter_download_manager这些。我自己在几个项目里对比下来断点续传这个场景dio是绕不开的选择。原因有三点。第一dio的download方法本身就支持接收流式响应配合CancelToken可以主动中断请求这是断点续传的前提。第二dio拦截器体系成熟你可以轻松拿到请求头、响应头、错误信息再做统一的异常处理。第三社区里对dio的踩坑记录最多遇到问题搜起来资料最全这对后期维护很重要。不过要说明一点dio本身并不提供“断点续传”这个开箱即用的功能。它提供的是底层能力可取消的请求、流式写入、自定义请求头。真正的断点续传逻辑——比如记录已下载大小、拼接请求Range、校验文件完整性——都需要自己实现。这恰恰是这篇内容要讲的核心。1.2 断点续传的核心模型断点续传听起来玄乎拆开看就三件事记录进度我要知道已经下载了多少字节存到哪里去。告诉服务器从哪一刻开始继续传通过HTTP的Range头实现。拼接文件把新下载的数据追加到已有文件末尾而不是覆盖。这三件事落实到Flutter代码里分别对应本地持久化存储SharedPreferences或者自建文件、dio请求的Headers参数、RandomAccessFile或IOSink的追加写入模式。整个下载流程可以抽象成一个状态机空闲 → 下载中 → 暂停/失败 → 恢复下载 → 完成。每个状态都需要明确当前下载的起始位置和结束位置否则断点续传就会变成断点乱传。1.3 适用范围与场景边界断点续传的适用场景很典型大文件下载、弱网环境、用户可能随时退出App的场景。比如视频缓存、安装包下载、离线地图包更新这些文件少则几十MB多则几个GB没有断点续传基本不可用。但也有不适合硬上断点续传的场景。服务端不返回Accept-Ranges或Content-Range头的情况下说明服务器根本没实现分段传输你发Range过去大概率返回200全量数据续传就无从谈起。还有一些CDN服务对Range支持不完整只认bytes0-这种格式。这些在方案选型时要先探查清楚否则代码写完了实际跑起来还是全量下载。2. 核心原理HTTP Range与206状态码2.1 Range请求头的工作机制HTTP协议本身是支持断点续传的靠的就是Range请求头。客户端发起请求时带上Range: bytes1024-意思就是“我已经有前1024个字节了请从第1025个字节开始发”。服务器如果支持会返回206 Partial Content响应体里只包含从1024开始的那部分数据同时用Content-Range: bytes 1024-2048/4096来告诉客户端本次返回的范围和文件总大小。这里有几个细节必须注意。Range的单位永远是字节而且是闭区间bytes0-表示从第0字节到末尾。如果你要请求从第1024字节开始的数据Range头要写bytes1024-而下一次写入文件的offset就是1024因为第1024字节是下一个要写入的内容。很多初次实现断点续传的同学都卡在这个边界上多写一个offset或者少写一个文件就废了。还有一个容易忽略的点有些服务器对Range的处理是“包含起始字节”有些则习惯“排除起始字节”。虽然HTTP规范定义是前者但实际对接时最好打印一次响应头确认一下尤其是对接第三方服务或者内部老系统的时候。2.2 200、206与416状态码的含义请求带上Range之后服务端可能返回几种不同的状态码每一种都代表不同的语义处理方式也完全不同。返回200且响应体是全量文件这说明服务器忽略了Range头不支持断点续传。这种情况下你只能接受全量下载已有的临时文件直接删掉重来。返回206这是最理想的情况服务器返回了指定范围的数据。你可以直接拿到Content-Range头的后半段来解析文件总大小结合本次实际收到的字节数做校验。返回416 Requested Range Not Satisfiable说明你请求的范围超出文件长度了。常见原因是本地记录的下载进度比实际文件大比如服务端文件更新替换成了更小的版本。这时候要重置断点信息从零开始下载。我项目里写了一个switch分支专门处理这三种情况role不能省因为不同的分支直接影响文件写入策略。省略的话文件就可能在错误的位置写入导致最终文件损坏。2.3 Content-Range和Content-Length的坑拿到206响应后有两个响应头要重点看Content-Range和Content-Length。Content-Range的格式是bytes start-end/total。比如bytes 1024-2048/4096start表示当前分片的起始字节end表示结束字节total是文件总大小。解析total时要注意有的服务器在文件总大小未知时会写bytes 1024-2048/*这种在动态生成文件的场景下会出现。遇到这种情况你无法获取精确的总大小进度条只能靠已下载字节数和某个预估值的比值来算或者干脆不显示百分比只显示已下载大小。Content-Length表示本次响应体的字节数不是文件总大小。很多人在写进度逻辑时会拿它直接除以一个固定值这就是进度条突然跳变的原因之一。进度计算应该拿“已写入文件的字节数本次响应的接收字节数”除以“文件总大小”来计算而不是拿Content-Length除以某个值。另一种做法是先发一次HEAD请求或GET请求读取总的Content-Length再把它作为文件总大小传入下载逻辑。这个方法更稳妥也是我推荐的。因为断点续传时每次206响应里带的总大小都相同拿它做基准就行但HEAD请求可以在下载前就拿到元信息便于校验。3. 具体实现基于dio的断点续传下载3.1 项目结构与依赖引入先理一下项目结构。我这里假设你已经有了一个Flutter工程直接新增一个下载管理模块。按照功能分层我习惯这样组织lib/ services/ download_service.dart // 下载服务核心逻辑 download_record.dart // 断点信息持久化 models/ download_task.dart // 下载任务模型依赖方面除了dio我还会引入path_provider来获取应用文档目录用来放临时文件和断点记录。如果你要用SharedPreferences存断点信息也可以加上shared_preferences不过对于大文件的断点记录我更推荐自定义JSON文件因为断点信息是结构化的用文件存储更直观排查问题也方便。dependencies: dio: ^5.3.0 path_provider: ^2.1.0 path: ^1.8.3dio版本这块说明一下5.x和4.x在download接口的API上有差异5.x的DownloadStream不再直接返回Response对象而是需要通过response.data拿到流。这个差异会影响下面代码的写法我用5.x的语法来写如果你还在用4.x需要对照官方迁移文档调整。3.2 下载任务模型设计下载任务模型需要承载哪些信息最少要有任务ID、下载URL、保存路径、文件总大小、已下载大小、当前状态。enum DownloadStatus { idle, downloading, paused, failed, completed } class DownloadTask { final String taskId; final String url; final String savePath; int totalBytes; int receivedBytes; DownloadStatus status; DownloadTask({ required this.taskId, required this.url, required this.savePath, this.totalBytes 0, this.receivedBytes 0, this.status DownloadStatus.idle, }); }这里要注意totalBytes和receivedBytes必须独立记录。totalBytes来自Content-Range或HEAD请求receivedBytes是实际写入文件的字节数两者可能因为服务端的响应差异不完全一致。以receivedBytes为准来拼接文件以totalBytes为准来计算进度这个口径要统一否则会出现进度条显示100%但文件还没写完的诡异现象。3.3 断点信息持久化断点续传最关键的“记忆”功能就靠这部分。如果用户下载到一半杀掉了App再次打开时断点信息必须还在否则一切白搭。我用一个JSON文件来存储断点信息结构是这样的{ taskId: video_001, url: https://example.com/files/video.mp4, savePath: /data/user/0/com.example/app_flutter/video.mp4, receivedBytes: 1048576, totalBytes: 10485760, updateTime: 1691234567890 }读取和写入的逻辑封装在DownloadRecord类里class DownloadRecord { static FutureMapString, dynamic? read(String taskId) async { final dir await getApplicationDocumentsDirectory(); final file File(${dir.path}/download_record.json); if (!await file.exists()) return null; final jsonStr await file.readAsString(); final data jsonDecode(jsonStr) as MapString, dynamic; return data[taskId] as MapString, dynamic?; } static Futurevoid write(String taskId, MapString, dynamic info) async { final dir await getApplicationDocumentsDirectory(); final file File(${dir.path}/download_record.json); MapString, dynamic allData {}; if (await file.exists()) { final jsonStr await file.readAsString(); allData jsonDecode(jsonStr) as MapString, dynamic; } allData[taskId] info; await file.writeAsString(jsonEncode(allData)); } }这里有几个设计上的考量。第一为什么不用SharedPreferences因为断点信息可能频繁更新每次都序列化整个Preferences效率不高。JSON文件可以按taskId做局部更新虽然简单实现里我整盘重写但至少结构上预留了扩展空间。第二为什么不直接写在数据库里对于这种单机、单任务断点文件存储比数据库轻量得多导入导出、Debug时直接看JSON内容也方便很多。第三receivedBytes的更新频率要控制建议每次写入文件的字节数累计超过1MB后做一次持久化否则频繁写文件会损耗磁盘寿命。3.4 核心下载逻辑从零到一的完整代码下载逻辑我拆成两部分单一File的下载函数和DownloadTask驱动的流程控制函数。先看核心的下载函数。这里用dio的DownloadStream来实现流式写入关键点在于设置headers和取消标记class DownloadService { final Dio _dio Dio(); Futurevoid download(DownloadTask task, CancelToken cancelToken) async { String savePath task.savePath; File file File(savePath); String tmpPath $savePath.tmp; // 如果临时文件不存在说明没有历史进度 if (!await file.exists()) { await file.create(recursive: true); } if (!await File(tmpPath).exists()) { await File(tmpPath).create(recursive: true); } // 关键点设置Range头告诉服务器从哪里续传 final headers { Range: bytes${task.receivedBytes}-, }; try { final Responsedynamic response await _dio.getdynamic( task.url, options: Options( headers: headers, responseType: ResponseType.stream, followRedirects: false, ), cancelToken: cancelToken, ); if (response.statusCode 200) { // 全量下载服务器不认Range重新开始 task.receivedBytes 0; } else if (response.statusCode 206) { // 断点续传解析Content-Range拿到总大小 final contentRange response.headers.value(content-range); if (contentRange ! null) { final match RegExp(rbytes \d-(\d)/(\d)).firstMatch(contentRange); if (match ! null) { task.totalBytes int.parse(match.group(2)!); } } } else if (response.statusCode 416) { // 范围不满足重置进度重新下载 task.receivedBytes 0; task.totalBytes 0; await File(tmpPath).delete().catchError((_) {}); return download(task, cancelToken); } else { throw DioException( requestOptions: response.requestOptions, response: response, type: DioExceptionType.badResponse, ); } // 核心写入逻辑 final stream response.data.stream as StreamListint; final raf await File(tmpPath).open(mode: FileMode.append); int received task.receivedBytes; await for (final chunk in stream) { await raf.writeFrom(chunk); // 追加写入 received chunk.length; task.receivedBytes received; } await raf.close(); // 下载完成重命名临时文件为目标文件 if (await File(tmpPath).exists()) { await File(tmpPath).rename(savePath); } task.status DownloadStatus.completed; } on DioException catch (e) { if (CancelToken.isCancel(e)) { // 用户取消保存断点信息 task.status DownloadStatus.paused; await DownloadRecord.write(task.taskId, { taskId: task.taskId, url: task.url, savePath: task.savePath, receivedBytes: task.receivedBytes, totalBytes: task.totalBytes, }); } else { // 其他错误 task.status DownloadStatus.failed; rethrow; } } } }这段代码几个关键点要拆开讲。第一为什么用临时文件因为下载过程中文件是不完整的如果直接把数据写到目标路径中途出问题用户会看到一个损坏的“最终文件”并且它占用了最终路径导致下次下载时逻辑混乱。用.tmp后缀的方案下载完全成功后再rename成正式文件这是一套很经典的处理手段。即使下载失败了临时文件还可以保留下次续传接着写。第二为什么用FileMode.append因为我们是按追加的方式往文件末尾写数据如果用FileMode.write每次打开都会清空文件内容断点续传就失效了。这里还有一种选择是RandomAccessFile配合position来写但append模式更简单直观因为它天然遵循“从末尾追加”的语义避免了手动维护position状态。第三receivedBytes的累加逻辑。从Range头指定的位置开始每收到一个chunk就累加对应字节数。注意task.receivedBytes会频繁变化这个值要能及时反映到UI上所以它最好是可监听的对象典型做法是用ChangeNotifier或Stream。下面进度管理的部分会详细讲解。3.5 进度管理与UI刷新进度管理用一个简单的ChangeNotifier即可监听task.receivedBytes和task.totalBytes的变化class DownloadTask extends ChangeNotifier { int _receivedBytes 0; int _totalBytes 0; int get receivedBytes _receivedBytes; int get totalBytes _totalBytes; double get progress { if (_totalBytes 0) return 0; return _receivedBytes / _totalBytes; } set receivedBytes(int value) { _receivedBytes value; notifyListeners(); } set totalBytes(int value) { _totalBytes value; notifyListeners(); } }UI侧用AnimatedBuilder或者ValueListenableBuilder监听进度刷新进度条。这里有一个实际经验不要在下载循环里每接收一个chunk就notifyListeners一次那样会疯狂触发UI重建FPS会掉到没法看。合理做法是每写入至少256KB或1MB后刷新一次再配合一个定时器兜底。我一般用这种策略在写入循环里维护一个_lastNotifyBytes变量当received - _lastNotifyBytes 262144256KB时触发通知并更新_lastNotifyBytes。这样既保证了进度更新的及时性又不会过度消耗UI性能。3.6 取消下载与断点保存dio的CancelToken提供了取消请求的能力。取消时机由外部控制比如用户点了暂停按钮。我的处理方式是用一个全局CancellationToken在需要取消时调用CancelToken _cancelToken CancelToken(); void pauseDownload() { _cancelToken.cancel(); }注意dio的cancel并不会立即中断正在进行的IO操作它会在合适的时机抛出CancelException。在dio 5.x中这个异常的类型是DioException可以通过CancelToken.isCancel(e)判断是否真的由取消导致。这个判断很关键因为网络超时或者DNS解析失败也会抛DioException但类型不同不能用取消的逻辑去处理。取消之后我们在catch块里保存断点信息。这里的receivedBytes是在取消时的最新值通过DownloadRecord持久化。下次发起下载时读取这个值设置Range头就能精确续传。3.7 下载完成后的校验逻辑只靠“文件大小”来判定是否下载完成是不够的。曾经有个项目对接某CDN下载过程中服务端悄悄改了文件导致本地文件比服务器新文件少了几个字节进度却显示完成了。所以要加一层校验。校验方式有三种可选。第一种是大小校验。下载完成后比对本地文件字节数和服务器返回的Content-Length如果一致就认为成功。这个最简单但也是最脆弱的校验方式只适用于文件内容在下载期间未变动的场景。第二种是修改时间校验。下载开始前记录服务端的Last-Modified头下载完成后检查这个时间是否变了。变了说明文件在下载过程中被更新过需要重下。这种方式能检测到大小没变但内容变化的场景。第三种是哈希校验。下载完成后计算本地文件的MD5或SHA-1和服务端提供的哈希值比对。这个最可靠但需要服务端提供哈希信息而且下载完成后的计算耗时也不容忽视。我实践中常用的组合是大小校验修改时间校验。哈希校验一般用于安装包、版本升级包这类对完整性要求极高的文件。Futurebool verifyFile(DownloadTask task) async { final file File(task.savePath); if (!await file.exists()) return false; final size await file.length(); if (size ! task.totalBytes) return false; final modified await file.lastModified(); if (task.serverModifiedTime ! null modified.isBefore(task.serverModifiedTime!)) { return false; } return true; }4. 异常场景与问题排查技巧4.1 服务端不支持Range的降级处理对接过的服务里有的老系统压根不处理Range头你发过去它照样返回200全量文件。这不算bug但你需要一个降级策略。我建议在发起下载前先发一个HEAD请求探测Futurebool checkRangeSupport(String url) async { try { final response await _dio.head(url); final acceptRanges response.headers.value(accept-ranges); return acceptRanges bytes; } catch (_) { return false; } }如果不支持直接走全量下载逻辑不存断点信息进度条也只能做单次会话内的展示。支持的话再走断点续传的完整链路。这样至少保证功能不挂用户在弱网环境下的体验好很多。4.2 网络中断与超时重试策略网络中断是断点续传最典型的触发场景。dio默认的connectTimeout和receiveTimeout需要根据文件大小和网络状况动态调整。我在项目里设置receiveTimeout为0表示不超时。因为大文件下载可能持续很长时间如果设置固定超时时间中途经常断开。但完全不设超时会带来另一个问题长时间卡住不动进度也不更新用户体验很差。折中方案是在写入循环里记录最后一次成功写入的时间如果超过30秒无任何数据落地就主动取消本次请求保存断点并提示用户网络异常。DateTime _lastWriteTime DateTime.now(); await for (final chunk in stream) { await raf.writeFrom(chunk); _lastWriteTime DateTime.now(); } // 在另一个timer或isolate里检查 if (DateTime.now().difference(_lastWriteTime) Duration(seconds: 30)) { _cancelToken.cancel(); }重试策略上我设置了最多3次自动重试每次重试前指数退避等待比如1秒、2秒、4秒。超过3次后不再自动重试把状态置为failed由用户手动触发恢复。4.3 断点记录与实际文件不一致的处理文件被外部系统清理、或者用户手动删除了临时文件但断点记录仍然存在这时续传会出问题。我遇到过最典型的场景App更新了存储目录变了比如沙盒路径变化断点记录里的路径指向不存在的位置恢复下载时创建文件失败。解决思路是每次启动时做一次全量校验遍历断点记录比对savePath指向的文件是否存在不存在就把断点记录的receivedBytes置为0。还有一种情况断点记录里的receivedBytes大于服务器文件的当前total要重置为0并走416重试逻辑这个逻辑我在前面代码里已经写了。4.4 常见问题速查表我把实际开发中遇到的典型问题整理成一个表格方便你快速定位现象可能原因处理建议下载进度突然跳到100%然后失败计算进度时错用Content-Length除以total进度计算要基于receivedBytes/totalBytes下载完成后文件打不开文件写入时offset错位多写或少写了一个字节检查Range头起始位置和append模式的使用断点续传后文件越下载越大没有使用append模式每次打开都从头写用FileMode.append而非FileMode.write手机重启后断点信息丢失断点信息只存在内存里没有落盘每次接收超过1MB就持久化一次部分CDN下载到一半中断CDN回源或超时导致流中断增加自动重试机制并设置合理的超时策略下载暂停后恢复进度倒退断点记录被覆盖为旧值取消时要同步保存最新断点信息避免竞态超大文件下载内存暴涨stream的buffer过大调低dio的Stream接收buffer或者用ResponseType.stream配合分块写入4.5 多任务并发下载的场景如果要做多个文件同时下载的任务队列断点续传的逻辑需要加一个全局协调层。我的建议是不要同时download太多任务控制在2到3个并发即可。因为每一个下载任务都会占用一个文件句柄和一部分内存Flutter单线程模型下IO操作虽然是异步的但大量任务同时流转还是会挤占UI线程的资源。实现并发下载时每个任务的CancelToken要独立下载完成后通过一个回调通知任务队列服务让它调度下一个任务。断点记录的读写我建议所有任务共用一个JSON文件写入时加一个简单的互斥锁避免多个任务同时写导致文件损坏。4.6 权限与存储目录的细节最后提一个容易踩的坑存储路径。path_provider提供三种目录临时目录、文档目录、缓存目录。文档目录适合放用户明确需要长期保留的文件比如下载的视频、安装包。缓存目录适合放可以被系统随时清除的临时文件。断点续传的临时文件.tmp我放在文档目录下而不是缓存目录。原因在于缓存目录可能被系统清理一旦清理断点记录还在但临时文件没了就会出问题。反正文档目录的空间占用问题可以通过清理逻辑来控制下载完成后临时文件会被rename成正式文件不会残留无关垃圾。当然你也可以定期扫描文档目录里的.tmp文件超过一定时间的直接清掉这属于洁癖级优化了按需做就行。5. 实操过程中的独家经验5.1 别依赖一个Chunk就刷新一次UI前面提过一次再强调一遍下载是IO密集型操作dio吐出来的chunk可能非常频繁尤其是在局域网环境下一秒钟可能几千个chunk。如果你在每一轮循环里都notifyListenersUI线程会被疯狂调度实测下来进度条会变卡甚至出现ANR。正确的做法是“节流”无论按字节还是按时长必须限制刷新频率。我习惯写一个简单的节流工具class Throttle { final Duration interval; DateTime _last DateTime.fromMillisecondsSinceEpoch(0); Throttle(this.interval); bool shouldUpdate() { final now DateTime.now(); if (now.difference(_last) interval) { _last now; return true; } return false; } }在写入循环里调用throttle.shouldUpdate()来决定是否通知UI。实测下来500ms刷新一次进度条视觉上已经很平滑了。5.2 持久化时机的选择断点信息的持久化频率是个取舍问题。存的太频繁磁盘压力大存的太少用户中途杀进程丢失的进度太多。我做过压测每接收1MB数据同步一次JSON一个500MB的文件大概会写500次时间开销在毫秒级别完全可接受。如果你对IO敏感可以改成每5MB写一次或者每20秒写一次。这个没有绝对标准根据文件平均大小和用户使用习惯来定。但有一点是硬性的下载完成一定要清掉断点记录或者把状态标记为completed否则下次启动时任务会莫名其妙地又开始“续传”一个已经完整的文件。5.3 处理App生命周期中的断点App进入后台或者被系统挂起对正在进行的下载影响很大。Flutter里AppLifecycleListener可以监听应用生命周期状态。我通常在App进入paused状态时自动暂停所有下载任务并保存断点在resumed状态时恢复符合条件的任务。这里要注意的是自动恢复要加上网络状态判断不要在移动数据下自动恢复大文件下载尽量骗用户确认。另外在iOS上纯后台模式的下载支持是比较有限的除非用BGTaskScheduler否则App进入后台几秒后网络请求就会被系统挂起。我项目中处理这类情况的方式是检测到进入后台立即取消请求并保存断点等回到前台再继续。虽然体验上不如原生App的后台下载那么自然但至少逻辑是可靠的。5.4 日志记录对排查问题的巨大帮助断点续传的本质是状态同步状态一旦错乱排查起来非常费劲。我强烈建议在核心节点打印日志包括发起请求的URL、Range头、服务器返回的状态码、Content-Range、每次持久化的断点信息。这些日志可以放在debug模式下输出release模式下关闭避免影响性能。我在自己的工具库里封装了一个简单的Logger会输出类似这样的信息[Download] start: urlxxx, rangebytes1048576-, timeout0 [Download] response: status206, content-rangebytes 1048576-2097152/5242880 [Download] write: chunk65536, received1114112 [Download] persist: received1114112, total5242880 [Download] finished: verifypass, pathxxx这些日志在线上问题排查里能救命。当用户反馈下载异常时拿到这些日志基本能一眼定位到是服务端的问题、断点记录的问题还是网络的问题。5.5 关于断点续传的测试心得断点续传的自动化测试不太好写因为要模拟“下载到一半网络断开”的场景。我分享一个土办法搭一个本地HTTP服务用Flutter代码发起下载然后用代码主动取消请求再重新开始反复验证文件和断点记录是否正确。另外也可以用Charles或任意代理工具在下载过程中直接断开网络连接观察App的表现。更完整的测试矩阵包括下载完成后校验文件哈希、暂停后再恢复、下载过程中杀掉进程再冷启动、服务器端文件在下载过程中被替换、弱网加延时、断点记录文件被篡改。这套测试跑下来基本能覆盖绝大多数生产环境的异常场景。6. 写在最后断点续传下载功能方案本身不复杂核心就是Range头、206状态码、文件追加写入这三件事。但真正落地的时候细节决定体验。服务端兼容性、临时文件策略、断点记录的持久化时机、UI刷新的节流控制这些问题不亲手做一遍很难全想到。我这里分享的实现是多个项目迭代后的稳定版本你可以直接复用也可以根据自己的业务场景调整。比如断点记录从JSON改成数据库任务队列从简单循环改成优先级调度这些都可以平滑扩展。遇到问题的时候记得用日志说话把请求头和响应头打出来看比漫无目的地猜快得多。我个人体会最深的一点是暂停和取消容易被当成同一个操作处理但它们的意图完全不同。暂停要保存断点下次能继续取消则意味着放弃本次下载下次从零开始。代码里区分好这两个语义后面的逻辑会清晰很多。最后再分享一个小技巧做下载功能时可以顺手写一个文件哈希校验的小工具下载完成后自动比对MD5。虽然会多花几秒但能避免很多“下载完成了但用户说不能打开”的售后问题。这个回报率极高值得投入。

Flutter断点续传实战：基于dio的Range请求与文件追加实现

相关推荐

微软将允许Copilot操作Windows电脑本地文件

Roboflow导出YOLOv8数据集避坑指南：标注校验、预处理与目录结构全解析

谷歌Agent白皮书解读：AI智能体架构、工具调用与多Agent协作实践

更多资讯

同一篇论文AIGC检测各章AI率差很多：分段差异成因与逐章应对

手把手教你从文献综述里提炼概念与概念关系，判断理论框架的推进方向

AI鉴伪实战：从噪声指纹到融合特征的虚假图片鉴别

一个Key管5个大模型：自建统一API接入层实战

minimp3单头文件MP3解码器：帧解析与嵌入式实战指南

ABI7500-2.0荧光定量PCR软件操作全流程与避坑指南

今日更新

金融AI落地指南：从调研报告到技术选型与工程实践

大模型上下文成本与注意力优化技术深度解析——为何O(n²)平方复杂度无法被常规优化消除｜TaoToken 统一 Key 通道实测

基于GMM的语音识别系统原理与MATLAB实现详解

本周精选

金融AI落地指南：从调研报告到技术选型与工程实践

大模型上下文成本与注意力优化技术深度解析——为何O(n²)平方复杂度无法被常规优化消除｜TaoToken 统一 Key 通道实测

基于GMM的语音识别系统原理与MATLAB实现详解

本月热门

我发现了一个新思路：用 Remotion + Claude Code 像写代码一样自动化生成短视频

Windows下 Codex 中 Chrome 和 Computer Use 插件不可用问题排查及解决参考方式：TaoToken 统一 Key 配置与验证

2026 大模型集体涨价：用 Python 做企业 Token 成本测算与选型避坑（附配置）

读完文章，想聊聊您的网站？