MobileNotifier 技术文档
2024-12-20 16:51:17作者:伍霜盼Ellen
1. 安装指南
环境要求
- 需要一台运行 Mac OS X 的计算机。
- 需要一个越狱的 iOS 设备,并安装了 MobileSubstrate、Activator 和 Preference Loader。
安装步骤
- 安装 Git:从 Git 官网 下载并安装 Git。
- 克隆仓库:
mkdir ~/code cd ~/code git clone git://github.com/peterhajas/MobileNotifier.git - 初始化子模块:
cd ~/code/MobileNotifier git submodule init git submodule update - 安装 Xcode:需要一个免费的开发者账号来下载 Xcode。注意,MobileNotifier 只能使用 iOS 4 SDK 编译。
- 安装 MacPorts:从 MacPorts 官网 下载并安装 MacPorts。
- 安装 Theos:按照 Theos 安装指南 进行安装。
- 下载并安装必要的头文件:从 rpetrich 的 fork 下载 decompiled 3.x 头文件,并将其放置在
$THEOS/include/目录下。 - 复制系统文件:
cp /System/Library/Frameworks/IOSurface.framework/Headers/IOSurfaceAPI.h $THEOS/include/IOSurface/. - 复制 libactivator.dylib:从已安装 Activator 的 iOS 设备上获取
libactivator.dylib,并将其放置在$THEOS/lib/目录下。 - 安装 dpkg 和 gnutar:
sudo port install dpkg sudo port install gnutar - 创建符号链接:
ln -sf /usr/bin/gnutar /usr/bin/tar
2. 项目的使用说明
项目简介
MobileNotifier 是一个完全重写的 iOS 通知系统,旨在提供一个易于访问、可发现、易用且设计简洁的界面。它适用于越狱的 iOS 设备,并依赖于 MobileSubstrate、Activator 和 Preference Loader。
使用方法
- 下载并安装:通过 Cydia 添加源
http://cydia.myrepospace.com/timnovinger,然后安装最新版本的 MobileNotifier。 - 清除通知:MobileNotifier 包含一个名为 MobileNukifier 的伴侣应用,用于删除通知目录并重新启动设备,以便于测试新版本。
3. 项目 API 使用文档
API 概述
MobileNotifier 提供了一些 API 用于自定义通知行为。以下是一些关键的 API 接口:
- NotificationManager:管理所有通知的显示和隐藏。
- NotificationView:用于创建自定义通知视图。
- NotificationSettings:用于配置通知的行为和外观。
示例代码
// 创建一个新的通知
NotificationView *notification = [[NotificationView alloc] initWithTitle:@"新通知" message:@"这是一个测试通知"];
// 显示通知
[[NotificationManager sharedManager] showNotification:notification];
// 隐藏通知
[[NotificationManager sharedManager] hideNotification:notification];
4. 项目安装方式
手动安装
- 使用
scp将生成的.deb文件传输到 iOS 设备。 - 在设备上以 root 用户身份运行
dpkg -i thedeb.deb进行安装。
自动安装
- 设置
THEOS_DEVICE_IP环境变量,例如:export THEOS_DEVICE_IP=iPhone.local - 运行以下命令进行自动安装:
make package install
5. 贡献与帮助
MobileNotifier 是一个开源项目,欢迎大家贡献代码。可以通过 GitHub 提交 Pull Request,或者将补丁文件发送至作者邮箱。如果有任何问题,可以通过邮箱联系作者。
6. 许可证
MobileNotifier 是开源软件,采用 BSD 许可证。图像和图形内容则采用 Creative Commons Attribution-NoDerivs 3.0 Unported License。详细信息请参阅项目根目录下的 LICENSE 和 ContentLicense.md 文件。
7. 致谢
MobileNotifier 的开发得到了许多人的帮助,包括但不限于 Mukkai Krishnamoorthy、Sean O' Sullivan、Dustin Howett、Ryan Petrich 等。感谢他们的贡献和支持。
登录后查看全文
热门项目推荐
ERNIE-4.5-VL-28B-A3B-ThinkingERNIE-4.5-VL-28B-A3B-Thinking 是 ERNIE-4.5-VL-28B-A3B 架构的重大升级,通过中期大规模视觉-语言推理数据训练,显著提升了模型的表征能力和模态对齐,实现了多模态推理能力的突破性飞跃Python00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Python00
HunyuanVideo-1.5HunyuanVideo-1.5作为一款轻量级视频生成模型,仅需83亿参数即可提供顶级画质,大幅降低使用门槛。该模型在消费级显卡上运行流畅,让每位开发者和创作者都能轻松使用。本代码库提供生成创意视频所需的实现方案与工具集。00
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能Python00
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00
GOT-OCR-2.0-hf阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00
最新内容推荐
JDK 8u381 Windows x64 安装包:企业级Java开发环境的完美选择 全球36个生物多样性热点地区KML矢量图资源详解与应用指南 PANTONE潘通AI色板库:设计师必备的色彩管理利器 Launch4j中文版:Java应用程序打包成EXE的终极解决方案 CS1237半桥称重解决方案:高精度24位ADC称重模块完全指南 Windows Server 2016 .NET Framework 3.5 SXS文件下载与安装完整指南 Jetson TX2开发板官方资源完全指南:从入门到精通 Photoshop作业资源文件下载指南:全面提升设计学习效率的必备素材库 WebVideoDownloader:高效网页视频抓取工具全面使用指南 TJSONObject完整解析教程:Delphi开发者必备的JSON处理指南
项目优选
收起
deepin linux kernel
C
24
7
Ascend Extension for PyTorch
Python
192
212
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
649
270
TorchAir 支持用户基于PyTorch框架和torch_npu插件在昇腾NPU上使用图模式进行推理。
Python
297
111
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
384
3.69 K
仓颉编译器源码及 cjdb 调试工具。
C++
128
857
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
9
1
React Native鸿蒙化仓库
JavaScript
243
316
本项目是CANN提供的是一款高效、可靠的Transformer加速库,基于华为Ascend AI处理器,提供Transformer定制化场景的高性能融合算子。
C++
66
96
暂无简介
Dart
632
143