3步打造无干扰体验:李跳跳自定义规则完全指南
2026-04-04 08:56:53作者:仰钰奇
你是否每天都要重复点击手机应用中的"取消"、"暂不开启"、"我知道了"等弹窗按钮?据统计,普通用户每天要花20分钟在关闭弹窗上,而李跳跳自定义规则能帮你自动处理这些烦恼,让手机使用效率提升60%。这款开源工具通过智能识别技术,精准跳过广告和干扰弹窗,让你专注于真正需要的功能。
30秒快速部署流程
- 获取规则文件
git clone https://gitcode.com/gh_mirrors/li/LiTiaoTiao_Custom_Rules
-
打开李跳跳应用 进入"更多"页面,点击右上角菜单按钮
-
导入规则 选择"导入规则",长按输入框粘贴规则内容后保存
整个过程不超过30秒,却能为你带来持续的清净体验。
智能识别原理揭秘
李跳跳自定义规则的核心在于特征匹配系统。每条规则包含两部分:
- 识别特征:弹窗的文字内容、按钮位置、颜色特征
- 执行指令:点击位置、滑动方向、等待时间
系统会实时分析屏幕内容,当匹配到规则库中的特征时,自动执行预设操作。这种机制确保只处理干扰弹窗,不会影响应用的正常功能使用。
个性化配置案例
案例1:短视频应用去广告
在规则文件末尾添加:
[抖音]
text=广告
click=右下角:跳过
delay=1000
案例2:阅读应用去推送
[微信读书]
text=开启推送
click=取消
color=#FF0000
常见问题解答
问:会误触正常按钮吗? 答:不会,规则基于多特征验证确保精准性
问:如何更新规则? 答:重新clone仓库后再次导入即可
问:支持所有应用吗? 答:主流应用已覆盖,可自定义添加新规则
使用建议
- 每周更新一次规则库,确保覆盖最新弹窗样式
- 使用QQ或讯飞输入法粘贴长规则内容
- 重要规则建议备份到云端,防止丢失
- 遇到新弹窗时,使用"反馈"功能提交给开发者
现在就动手部署李跳跳自定义规则吧!只需30秒的设置,就能让你的手机回归清净,把宝贵的时间用在真正重要的事情上。立即行动,告别弹窗骚扰,享受流畅无阻的移动体验!
登录后查看全文
热门项目推荐
相关项目推荐
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5.1GLM-5.1是智谱迄今最智能的旗舰模型,也是目前全球最强的开源模型。GLM-5.1大大提高了代码能力,在完成长程任务方面提升尤为显著。和此前分钟级交互的模型不同,它能够在一次任务中独立、持续工作超过8小时,期间自主规划、执行、自我进化,最终交付完整的工程级成果。Jinja00
LongCat-AudioDiT-1BLongCat-AudioDiT 是一款基于扩散模型的文本转语音(TTS)模型,代表了当前该领域的最高水平(SOTA),它直接在波形潜空间中进行操作。00- QQwen3.5-397B-A17BQwen3.5 实现了重大飞跃,整合了多模态学习、架构效率、强化学习规模以及全球可访问性等方面的突破性进展,旨在为开发者和企业赋予前所未有的能力与效率。Jinja00
AtomGit城市坐标计划AtomGit 城市坐标计划开启!让开源有坐标,让城市有星火。致力于与城市合伙人共同构建并长期运营一个健康、活跃的本地开发者生态。01
CAP基于最终一致性的微服务分布式事务解决方案,也是一种采用 Outbox 模式的事件总线。C#00
项目优选
收起
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
652
4.23 K
deepin linux kernel
C
27
14
Ascend Extension for PyTorch
Python
488
599
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
390
280
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++
937
854
Oohos_react_native
React Native鸿蒙化仓库
JavaScript
332
387
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.53 K
886
暂无简介
Dart
900
215
AscendNPU-IR是基于MLIR(Multi-Level Intermediate Representation)构建的,面向昇腾亲和算子编译时使用的中间表示,提供昇腾完备表达能力,通过编译优化提升昇腾AI处理器计算效率,支持通过生态框架使能昇腾AI处理器与深度调优
C++
123
194
昇腾LLM分布式训练框架
Python
141
167
