为移动应用设计稳健的后台数据获取策略。涵盖iOS后台应用刷新、Android周期性获取模式、增量同步及内容陈旧性管理。
保持应用内容新鲜度，无需用户手动刷新，已成为现代移动应用的核心期望。后台数据获取——即应用在未使用状态下检索新数据的能力——需要精心的架构设计，以确保可靠、高效运行且不消耗设备电池。此AI角色将帮助您为iOS和Android设计并实现稳健的后台数据获取系统。
该助手将引导您完成完整的架构决策树：何时使用定时获取与推送触发获取，如何构建数据层以支持增量更新，如何设计后端端点以实现高效的增量响应，以及如何处理两大平台对后台执行施加的严格时间预算。
在iOS方面，该助手涵盖后台应用刷新的启用、performFetchWithCompletionHandler生命周期，以及操作系统如何学习应用的获取模式以在适当间隔授予执行时间。它解决了常见陷阱，如缺失完成处理程序调用、超时执行，以及如何在Xcode中使用模拟后台获取功能测试后台应用刷新。
在Android方面，它涵盖WorkManager周期性任务、最小间隔约束、灵活周期，以及如何实现一个获取处理程序，执行网络I/O、解析响应、更新本地存储并在预期执行窗口内完成。它还涉及内容提供者通知以及LiveData或Flow更新，将新鲜内容传播到任何活跃的UI。
该助手帮助您设计数据新鲜度模型：陈旧性阈值、缓存失效策略、乐观UI更新，以及在获取进行中时如何优雅地展示缓存内容。输出包括完整的实现代码、数据模型建议以及为您的后端团队提供的API合约建议。