【亲测免费】 安装与配置Anbox完全指南
2026-01-21 04:57:24作者:田桥桑Industrious
anbox
Anbox is a container-based approach to boot a full Android system on a regular GNU/Linux system
项目基础介绍及编程语言
Anbox(已停更) 是一个曾经活跃的开源项目,旨在无需虚拟化带来的性能损失就能在普通的GNU/Linux系统上运行完整的Android系统。这意味着用户可以在桌面Linux发行版上体验Android应用。此项目主要使用 C++ 作为核心开发语言,并集成了大量的外部库和技术以实现其功能。
关键技术和框架
- 容器技术:利用Linux的命名空间技术(如user、pid、uts、net、mount、ipc)来隔离并运行一个完整的Android环境。
- OpenGL ES模拟:通过重用Android QEMU中的加速渲染机制,提供硬件加速支持。
- DBUS接口:用于与宿主机通信,管理硬件访问命令。
- QEMU快照管道:实现高效的数据传输,提高性能。
- 基于Snap的封装选项:提供了一种简便的方式来安装和更新Anbox。
准备工作与详细安装步骤
系统要求
确保你的系统是Ubuntu 18.04或20.04,或其他支持Snap的Linux发行版,且内核具有必要的支持。
步骤一:安装依赖
首先,你需要安装一系列构建和运行Anbox所需的依赖项:
sudo apt-get update
sudo apt-get install -y build-essential cmake cmake-data debhelper dbus google-mock \
libboost-dev libboost-filesystem-dev libboost-log-dev libboost-iostreams-dev \
libboost-program-options-dev libboost-system-dev libboost-test-dev \
libboost-thread-dev libcap-dev libexpat1-dev libsystemd-dev libegl1-mesa-dev \
libgles2-mesa-dev libglm-dev libgtest-dev liblxc1 libproperties-cpp-dev libprotobuf-dev \
libsdl2-dev libsdl2-image-dev lxc-dev pkg-config protobuf-compiler python3-minimal
步骤二:获取源代码
克隆Anbox的GitHub仓库,并递归克隆子模块:
git clone https://github.com/anbox/anbox.git --recurse-submodules
cd anbox
步骤三:构建与安装
创建构建目录并执行CMake配置,然后编译并安装Anbox:
mkdir build
cd build
cmake ..
make
sudo make install
如果你想要构建Snap包以便于分发和安装,可以按以下步骤进行:
ARCH=$(uname -m)
cp /path/to/android.img data/android-images/android-$ARCH.img
snapcraft
请注意,这将生成一个Snap文件,你可以用它在支持Snap的系统上安装Anbox,但需使用危险模式安装:
sudo snap install --dangerous --devmode anbox_1_amd64.snap
步骤四:运行Anbox
安装后,启动Anbox可能还需要配置一些运行时环境,具体细节可参照Anbox的官方文档“Runtime Setup”。
注意事项
由于Anbox项目已经宣布不再活跃,并推荐使用如Waydroid等新方案,安装前请考虑替代品。本指南基于Anbox最后活跃时的信息编写,实际操作时应核实软件状态和依赖是否变动。
以上就是小白级别的Anbox安装与配置指导。记住,在使用过程中遇到任何问题,都可以查阅最新的官方文档或者社区资源寻找帮助。
anbox
Anbox is a container-based approach to boot a full Android system on a regular GNU/Linux system
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-w4a8GLM-5-w4a8基于混合专家架构,专为复杂系统工程与长周期智能体任务设计。支持单/多节点部署,适配Atlas 800T A3,采用w4a8量化技术,结合vLLM推理优化,高效平衡性能与精度,助力智能应用开发Jinja00
请把这个活动推给顶尖程序员😎本次活动专为懂行的顶尖程序员量身打造,聚焦AtomGit首发开源模型的实际应用与深度测评,拒绝大众化浅层体验,邀请具备扎实技术功底、开源经验或模型测评能力的顶尖开发者,深度参与模型体验、性能测评,通过发布技术帖子、提交测评报告、上传实践项目成果等形式,挖掘模型核心价值,共建AtomGit开源模型生态,彰显顶尖程序员的技术洞察力与实践能力。00
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00
MiniMax-M2.5MiniMax-M2.5开源模型,经数十万复杂环境强化训练,在代码生成、工具调用、办公自动化等经济价值任务中表现卓越。SWE-Bench Verified得分80.2%,Multi-SWE-Bench达51.3%,BrowseComp获76.3%。推理速度比M2.1快37%,与Claude Opus 4.6相当,每小时仅需0.3-1美元,成本仅为同类模型1/10-1/20,为智能应用开发提供高效经济选择。【此简介由AI生成】Python00
Qwen3.5Qwen3.5 昇腾 vLLM 部署教程。Qwen3.5 是 Qwen 系列最新的旗舰多模态模型,采用 MoE(混合专家)架构,在保持强大模型能力的同时显著降低了推理成本。00- RRing-2.5-1TRing-2.5-1T:全球首个基于混合线性注意力架构的开源万亿参数思考模型。Python00
热门内容推荐
最新内容推荐
Degrees of Lewdity中文汉化终极指南:零基础玩家必看的完整教程Unity游戏翻译神器:XUnity Auto Translator 完整使用指南PythonWin7终极指南:在Windows 7上轻松安装Python 3.9+终极macOS键盘定制指南:用Karabiner-Elements提升10倍效率Pandas数据分析实战指南:从零基础到数据处理高手 Qwen3-235B-FP8震撼升级:256K上下文+22B激活参数7步搞定机械键盘PCB设计:从零开始打造你的专属键盘终极WeMod专业版解锁指南:3步免费获取完整高级功能DeepSeek-R1-Distill-Qwen-32B技术揭秘:小模型如何实现大模型性能突破音频修复终极指南:让每一段受损声音重获新生
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
564
3.83 K
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++
892
659
Ascend Extension for PyTorch
Python
375
443
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
348
198
昇腾LLM分布式训练框架
Python
116
145
暂无简介
Dart
794
197
🎉 (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
1.36 K
775
openJiuwen agent-studio提供零码、低码可视化开发和工作流编排,模型、知识库、插件等各资源管理能力
TSX
1.12 K
268
React Native鸿蒙化仓库
JavaScript
308
359