【亲测免费】 AnyKernel3 使用教程
1. 项目介绍
AnyKernel3 是一个用于创建可刷入内核的 ZIP 文件模板,适用于 Android 设备。它允许开发者轻松地修改内核和 ramdisk,以便在不同的 ROM 上应用内核更新。AnyKernel3 是 AnyKernel2 的进化版,增加了对 topjohnwu 的 magiskboot 的支持,从而提供了更广泛的内核格式支持,并能够自动检测和保留 Magisk 根权限。
2. 项目快速启动
2.1 克隆项目
首先,克隆 AnyKernel3 项目到本地:
git clone https://github.com/osm0sis/AnyKernel3.git
cd AnyKernel3
2.2 配置内核
在 anykernel.sh 文件中,你可以配置内核的名称、设备支持、模块支持等。以下是一个简单的配置示例:
# 内核名称和作者
kernel="MyKernel"
author="YourName @ xda-developers"
# 设备支持
device_name1="maguro"
device_name2="toro"
device_name3="toroplus"
device_name4="tuna"
# 模块支持
do_modules=1
# 系统级支持
do_systemless=1
2.3 构建 ZIP 文件
在配置完成后,你可以使用以下命令构建 ZIP 文件:
zip -r9 MyKernel.zip * -x .git README.md *placeholder
2.4 刷入内核
将生成的 ZIP 文件传输到你的 Android 设备,并使用 TWRP 等恢复工具刷入该 ZIP 文件。
3. 应用案例和最佳实践
3.1 自定义内核
AnyKernel3 允许开发者轻松地创建自定义内核,并通过 ZIP 文件将其刷入设备。这对于需要特定内核功能的用户来说非常有用,例如优化性能、增加电池寿命或添加特定功能。
3.2 多设备支持
通过在 anykernel.sh 中配置多个设备名称,开发者可以创建一个适用于多个设备的通用内核 ZIP 文件。这大大简化了多设备支持的开发流程。
3.3 自动 Magisk 支持
AnyKernel3 自动检测并保留 Magisk 根权限,这对于需要 Magisk 功能的用户来说非常方便。开发者无需额外配置即可确保内核与 Magisk 兼容。
4. 典型生态项目
4.1 Magisk
Magisk 是一个流行的 Android 根权限管理工具,AnyKernel3 与 Magisk 无缝集成,允许开发者轻松创建支持 Magisk 的内核 ZIP 文件。
4.2 TWRP
TWRP(Team Win Recovery Project)是一个广泛使用的 Android 设备恢复工具。通过 AnyKernel3 创建的 ZIP 文件可以直接在 TWRP 中刷入,简化了内核更新的过程。
4.3 XDA Developers
XDA Developers 是一个知名的 Android 开发者社区,AnyKernel3 的开发和讨论经常在 XDA 论坛上进行。开发者可以在 XDA 上找到大量的教程和资源,帮助他们更好地使用 AnyKernel3。
通过以上步骤,你可以轻松地使用 AnyKernel3 创建和刷入自定义内核,享受更强大的 Android 设备性能和功能。
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust0171
cann-learning-hubCANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。Jupyter Notebook093
Step-3.7-FlashStep-3.7-Flash是一个拥有 1980 亿参数的稀疏混合专家(MoE)视觉语言模型,由 1960 亿参数的语言主干网络和 18 亿参数的视觉编码器组合而成,具备原生图像理解能力。Python00
BitCPM-CANN-8BBitCPM-CANN 是首个基于华为昇腾 NPU 原生构建的端到端 1.58 位(三值化)大语言模型训练系统。该系统将量化感知训练(QAT)集成到 Megatron-LM 框架中,并结合 MindSpeed 加速,覆盖了从自定义三值算子到基于昇腾 910B 的分布式并行训练的完整训练栈。Python00
MiniCPM5-1BMiniCPM5-1B,这是 MiniCPM5 系列的首款模型。它是一个专为端侧、本地部署和资源受限场景打造的 10 亿参数密集型 Transformer 模型,达到了 10 亿参数级开源模型的 SOTA 水平Jinja00
skillhubopenJiuwen 生态的 Skill 托管与分发开源方案,支持自建与可选 ClawHub 兼容。Python0239