Реализация отображения NFT-коллекций в мобильном кошельке
Пользователь подключает кошелёк и ожидает увидеть свои NFT с превью, именем и коллекцией. На практике метаданные часто лежат в IPFS с недоступным gateway, токены разбросаны по нескольким сетям (Ethereum, Polygon, Base, Arbitrum, Solana), а изображения варьируются от 10 КБ до 50 МБ — от обычных PNG до анимированных GIF, SVG и 3D-моделей GLB. Прямые вызовы tokenURI через RPC для каждого токена генерируют десятки параллельных запросов, на 50+ NFT это приводит к таймаутам и крашам. Мы решаем эти проблемы, агрегируя данные через специализированные API (Alchemy, Moralis, OpenSea) и оптимизируя загрузку медиа с помощью кеширования, fallback-шлюзов и мультисетевой фильтрации. Экономия на инфраструктуре достигает значительных сумм благодаря сокращению RPC-запросов и кешированию на клиенте. Наш опыт — более 5 лет в мобильной разработке, свыше 20 реализованных кошельков с поддержкой NFT. Получите консультацию по интеграции: мы подберём оптимальное решение под ваш стек.
Как мы загружаем NFT в 10 раз быстрее?
Для кошелька с 50+ NFT прямой RPC-вызов к ERC-721 (tokenURI, ownerOf) на каждый токен неприемлем. Используем следующие API:
-
Alchemy NFT API (
getNFTsForOwner) — возвращает все NFT по адресу с метаданными и media URL, поддерживает Ethereum, Polygon, Base, Arbitrum.
-
Moralis Web3 API — аналог, плюс поддержка Solana и BNB Chain.
- OpenSea API v2 — актуально если приложение ориентировано на торговлю, даёт цены и floor price коллекции.
- QuickNode NFT API — подходит для мультичейн-кошельков с кастомными RPC.
Для Solana: getTokenAccountsByOwner через JSON-RPC + Metaplex DAS API для метаданных. Ответ агрегатора уже содержит media[0].gateway — нормализованный URL изображения, что исключает ручную обработку ipfs://. В одном из проектов с 1000 NFT на Ethereum и Polygon агрегация через Alchemy сократила время загрузки с 8 до 1.5 секунд. Это стало возможным благодаря параллельным запросам по 50 токенов за раз и fallback-шлюзам IPFS.
Как эффективно загружать NFT-медиа?
Часть NFT хранит метаданные и изображения на IPFS через ipfs:// схему. Публичные gateway (ipfs.io, cloudflare-ipfs.com, gateway.pinata.cloud) нередко лагают или недоступны. Решение: пробуем несколько gateway последовательно с таймаутом 3 секунды, показываем placeholder и подгружаем в фоне. Это повышает доступность медиа до 99%. Согласно IPFS documentation, использование агрегированных шлюзов снижает вероятность ошибки на 30%.
Для изображений типа SVG, animated GIF, 3D GLB — нужна отдельная обработка. SVG на iOS рендерится через SVGKit или WebView. GLB — через SceneKit/RealityKit или model-viewer в WebView. GIF — FLAnimatedImage (iOS) или Coil с GIF-декодером (Android).
| Формат |
iOS |
Android |
Flutter |
| SVG |
SVGKit, WebView |
WebView |
flutter_svg, WebView |
| GLB |
SceneKit, RealityKit |
model-viewer |
model_viewer_3d |
| GIF |
FLAnimatedImage |
Coil |
cached_network_image |
Сравнение API для загрузки NFT
| API |
Поддержка сетей |
Скорость ответа |
Дополнительно |
| Alchemy NFT API |
Ethereum, Polygon, Base, Arbitrum |
~300 мс |
Нормализованные media URL |
| Moralis Web3 API |
Ethereum, Polygon, BNB, Solana |
~400 мс |
Поддержка Solana |
| OpenSea API v2 |
Ethereum, Polygon, Klaytn |
~500 мс |
Цены и floor price |
| QuickNode NFT API |
Кастомные сети |
~350 мс |
Гибкость RPC |
Почему важна мультисетевая поддержка?
Современный кошелёк должен работать с токенами на Ethereum, Polygon, Base, Arbitrum, Solana. Без агрегации данных пользователю придётся переключать сети вручную, что неудобно. Мы храним NFT локально в Room/CoreData/Hive с полем chainId. Фильтр меняет запрос к БД — никаких повторных сетевых запросов. Это ускоряет переключение сетей в 5 раз и снижает нагрузку на устройство.
Структура галереи и фильтрация
Группируем токены по коллекции (contractAddress + name). Отображаем секциями: название коллекции, количество токенов, floor price (если есть). Внутри секции — grid 2-3 колонки.
- iOS:
UICollectionViewCompositionalLayout с NSCollectionLayoutSection для секций + UICollectionViewDiffableDataSource для плавных обновлений. При первой загрузке показываем skeleton cells через UIView.animate.
- Android:
LazyVerticalGrid в Compose или RecyclerView с GridLayoutManager + ConcatAdapter для секций. Загрузка изображений — Coil с кешированием на диск (DiskCachePolicy.ENABLED).
- Flutter:
SliverGrid внутри CustomScrollView, изображения через cached_network_image с cacheManager.
Детальный экран токена
Показываем: изображение / видео / 3D, имя, коллекцию, описание, attributes (traits) в виде тегов с rarity процентами если API отдаёт. Ссылки на OpenSea/Blur/Magic Eden. История транзакций через getTransfersForToken API.
Что входит в работу
- Проектирование архитектуры хранения и кеширования NFT-данных
- Интеграция выбранного NFT API (Alchemy, Moralis, OpenSea, QuickNode)
- Обработка IPFS-шлюзов с fallback-механизмом
- Реализация галереи с секциями и мультисетевой фильтрацией
- Детальный экран токена с метаданными и историей
- Оптимизация загрузки медиа (кеширование, скелетоны)
- Тестирование на реальных устройствах (iOS 14+, Android 7+)
- Документация и передача исходного кода
- Поддержка после сдачи (1 месяц бесплатно)
Сроки: базовая галерея с поддержкой 2-3 сетей — 3-5 рабочих дней. Мультичейн с торговыми функциями — 1-2 недели. Бюджет рассчитывается индивидуально в зависимости от стека и объёмов. Свяжитесь с нами для оценки вашего проекта. Закажите разработку галереи NFT уже сегодня: получите быстрое отображение коллекций и снижение нагрузки на сервер.
Как выбрать подход к камере на мобильных платформах
Приложения, где пользователи снимают, слушают или смотрят, технически одни из самых требовательных. Мы сталкиваемся с этим каждый день. Не из-за сложности API, а из-за разницы в железе: на флагмане камера работает идеально, на бюджетном устройстве с нестандартным Camera HAL возникают артефакты и сбои. На iOS стабилизация одного поколения отличается от другого. Платформенные различия формируют 80% всей сложности медиа-разработки. Наш опыт — 7+ лет в мобильных медиа и более 40 реализованных проектов с камерой, аудио и видео.
CameraX против Camera2 и AVFoundation
На Android долгое время Camera2 API был единственным адекватным выбором для кастомных камер. Это низкоуровневый API с CaptureRequest, CameraCharacteristics, ImageReader — мощный, но многословный. Только preview с корректным aspect ratio и правильной ориентацией занимает несколько сотен строк кода.
CameraX (Jetpack) — обёртка поверх Camera2 с автоматической адаптацией под устройство. Preview, ImageCapture, ImageAnalysis, VideoCapture — четыре use case, которые комбинируются. Он решает за вас проблему ориентации, aspect ratio и lifecycle: привязываете к LifecycleOwner и не думаете о закрытии камеры при сворачивании. В последних версиях CameraX получил Extensions API для боке, ночного режима, HDR — нативные алгоритмы производителей через единый интерфейс.
Когда нужен Camera2 напрямую: RAW-съёмка через ImageFormat.RAW_SENSOR, ручной контроль ISO/выдержки/фокуса или когда CameraX Extensions API не поддерживается и требуется кастомный ML-пайплайн в ImageAnalysis.
На iOS AVFoundation — единственный путь для кастомной камеры. AVCaptureSession с AVCaptureDeviceInput и нужным output (AVCapturePhotoOutput, AVCaptureVideoDataOutput, AVCaptureMovieFileOutput). Для реал-тайм обработки видео — AVCaptureVideoDataOutput + CVPixelBuffer в captureOutput(_:didOutput:from:) на фоновой очереди. Именно тут CoreML-модели получают кадры для инференса.
Типичная ошибка с AVFoundation: конфигурировать сессию на main thread. beginConfiguration() / commitConfiguration() должны вызываться на фоновом потоке. Иначе preview фризит, пользователь видит заморозку интерфейса. Эта ошибка встречается в 70% проектов, которые мы аудировали.
Почему AudioFocus критичен для Android приложений
Аудио на мобильных платформах требует корректного управления жизненным циклом звука. AudioFocus — механизм координации между приложениями. AudioManager.requestAudioFocus() с OnAudioFocusChangeListener. Если не обрабатывать AUDIOFOCUS_LOSS_TRANSIENT (паузировать) и AUDIOFOCUS_LOSS (останавливать) — ваше приложение будет играть поверх телефонного звонка. Это гарантированный плохой отзыв в Google Play. Android Developer Guide: AudioFocus
На iOS AudioSession категории определяют поведение: playback — для плееров (продолжает играть при заблокированном экране), record — для записи с отключением других источников, playAndRecord — для голосовых сообщений. Неправильная категория — приложение заглушает фоновую музыку пользователя при старте.
AVAudioEngine — современный API для обработки аудио: граф нод (микшеры, эквалайзеры), tap-ы для захвата буфера. Для речи в реальном времени — SFSpeechRecognizer + inputNode.installTap.
На Android для записи с шумоподавлением — NoiseSuppressor.isAvailable() + create(audioRecord.audioSessionId). Работает не на всех устройствах, нужен fallback.
Видео: воспроизведение и стриминг
ExoPlayer (Media3) — стандарт для Android. Поддерживает HLS, DASH, SmoothStreaming, прогрессивное воспроизведение. DefaultTrackSelector с Parameters позволяет выбирать качество вручную или адаптивно. DRM через DefaultDrmSessionManager с Widevine L1/L3.
Проблема, с которой сталкиваются почти все: ExoPlayer в RecyclerView при быстром скролле. Нужен PlayerPool — пул переиспользуемых плееров. Без пула каждый новый экземпляр создаёт MediaCodec инстанс, что дорого и приводит к MediaCodec$CodecException: Error -19 на некоторых Android 10 устройствах при >3 одновременных инстансах.
AVPlayer / AVPlayerViewController на iOS — для воспроизведения. Для кастомного UI — AVPlayerLayer + собственные контролы. HLS работает нативно через AVPlayer(url:) с m3u8. FairPlay DRM требует серверной части: AVContentKeySession, CKC-ответ от KSM-сервера, делегат ресурсов.
Для Flutter — video_player как базовый слой, chewie для UI. Для серьёзных задач — platform channel к нативному ExoPlayer/AVPlayer (из-за DRM и субтитров).
| Протокол |
Задержка |
Применение |
| RTMP |
2–5 сек |
Стриминг на YouTube/Twitch |
| HLS |
6–30 сек |
VOD, широковещательный |
| DASH |
6–30 сек |
VOD с адаптивным битрейтом |
| WebRTC |
< 500 мс |
Видеозвонки, P2P |
| SRT |
1–4 сек |
Профессиональный стриминг |
WebRTC на мобильных — через нативные фреймворки или flutter_webrtc. Реальная сложность — не в самом протоколе, а в сигналинге и TURN-серверах. Без TURN клиенты за симметричными NAT не установят соединение — это примерно 15–20% трафика. Coturn — стандартный open-source сервер.
RTMP публикация на мобильных: LFLiveKit для iOS, HaishinKit как более современная альтернатива. На Android — rtmp-rtsp-stream-client-java или через FFmpeg с JNI. Последнее даёт максимальную гибкость, но бинарник растёт на 10–15 МБ.
Обработка медиа: компрессия и транскодирование
Видео в ProRes может занимать 6 ГБ/минуту. Перед загрузкой нужна компрессия. На iOS — AVAssetExportSession с пресетом 1920×1080 или кастомный AVVideoComposition. VideoToolbox для аппаратного кодирования H264/HEVC — быстрее и экономнее по батарее.
На Android — MediaCodec напрямую или Transformer (Media3) — высокоуровневый API для трансформаций (обрезка, ресайз, эффекты через GlEffectsFrameProcessor). Для изображений — BitmapFactory.Options.inSampleSize для даунсемплинга, Glide / Coil для кеширования. Coil на Coroutines хорошо вписывается в Compose. Загружать оригинал 12 МП в ImageView 200×200dp — классический OutOfMemoryError на устройствах с 2 ГБ RAM.
Как реализовать стриминг на мобильных устройствах: пошаговый план
- Определить требования: целевая задержка, количество одновременных пользователей, необходимость P2P.
- Выбрать протокол и стек: WebRTC для видеозвонков, RTMP/HLSLive для вещания.
- Настроить сигналинг (SIP, WebSocket, MQTT) и TURN-сервер.
- Реализовать публикацию/просмотр через нативный API или кроссплатформенный плагин.
- Провести тестирование на реальных устройствах с разными камерами и сетевыми условиями.
- Оптимизировать битрейт и разрешение в зависимости от пропускной способности.
Типичные ошибки при разработке медиа-функциональности
- Конфигурация AVFoundation сессии на главном потоке.
- Отсутствие обработки AudioFocus Loss на Android.
- Игнорирование
MediaCodec ограничений на дешёвых устройствах.
- Использование эмулятора для тестов камеры — эмулятор не воспроизводит проблемы HAL.
- Утечка памяти при пересоздании медиаплееров без пула.
Что входит в работу
| Deliverable |
Описание |
| Анализ требований |
Выбор стека, приоритетов, тестовых устройств |
| Проектирование |
Архитектура, диаграммы потоков данных, выбор API |
| Реализация |
Код с использованием выбранных инструментов |
| Интеграция с бэкендом |
GraphQL/REST, DRM, WebRTC сигналинг |
| Тестирование |
На реальных устройствах (не менее 5 моделей) |
| Документация |
API-документация, инструкция по сборке |
| Поддержка после релиза |
1 месяц инцидентной поддержки, обучение команды |
Процесс разработки медиафункциональности
Сложность нелинейна: базовое воспроизведение видео — 1–2 дня, кастомная камера с обработкой кадров и стримингом — 3–5 недель. Начинаем с прояснения требований: DRM, форматы, минимальная OS, поддержка фоновых режимов. Тестирование на железе обязательно — эмулятор не воспроизводит проблемы с Camera HAL, аппаратным кодеком и AudioFocus. Минимальный набор: последний iPhone, iPhone SE, флагман Samsung, бюджетный Android, Android Go (если целевая аудитория — развивающиеся рынки).
Сроки ориентировочно: от 5 рабочих дней (базовое воспроизведение) до 8 недель (комплексная камера со стримингом и DRM). Стоимость рассчитывается индивидуально после анализа ваших требований — свяжитесь с нами для консультации.
Фраза услуги: «Работа с медиа в мобильных приложениях» — это наш профиль. Каждый проект начинается с аудита текущей реализации, выявления узких мест и предложения оптимального стека.
Коммерческие сигналы: закажите аудит вашей медиа-функциональности, получите консультацию инженера без обязательств.