LSPosed 的安装和配置教程
项目基础介绍
LSPosed 是一个基于 Riru / Zygisk 的开源模块,旨在提供一个与 OG Xposed 兼容的 ART (Android Runtime) Hooking 框架。它允许开发者编写 Xposed 模块,并在不修改任何 APK 的情况下改变系统和应用的运行行为。LSPosed 的核心是利用 LSPlant 框架实现的一致性 API,从而为不同版本和 ROM 提供支持。
主要编程语言
项目主要使用 Java 和 C++ 编程语言。
项目使用的关键技术和框架
LSPosed 使用以下关键技术和框架:
- Riru: 提供了一种将代码注入到 zygote 进程的方法。
- XposedBridge: 提供 OG Xposed 框架的 API。
- Dobby: 用于内联钩子技术。
- LSPlant: 核心的 ART 钩子框架。
- EdXposed: 作为项目的分支源。
- SandHook: 另一个 ART 钩子框架的变种。
- YAHFA: 之前的 ART 钩子框架。
- dexmaker 和 dalvikdx: 动态生成 YAHFA 钩子类。
- DexBuilder: 动态生成 YAHFA 钩子类。
准备工作
在开始安装 LSPosed 之前,您需要确保以下几点:
1.您的设备已经刷入了 Magisk。 2.您的设备运行的是 Android 8.1 到 Android 14 之间的任意版本。 3.您已经安装了 Riru 模块(对于 Riru 版本的 LSPosed)。
安装步骤
以下是小白级的安装步骤:
-
安装 Magisk:确保您的设备上已经安装了 Magisk。如果尚未安装,请访问 Magisk 的官方安装指南进行安装。
-
安装 Riru:在 Magisk 应用中搜索 Riru 模块,安装最新版本的 Riru 模块(对于 Riru 版本的 LSPosed)。
-
下载 LSPosed:访问 LSPosed 的发布页面,下载最新的 LSPosed 安装包。
-
安装 LSPosed:在 Magisk 应用中选择“安装”,然后选择下载的 LSPosed 安装包进行安装。
-
重启设备:安装完成后,重启您的设备以确保 LSPosed 正常工作。
-
打开 LSPosed 管理器:设备启动后,打开 LSPosed 管理器,您可以通过通知栏中的图标找到它。
-
开始使用:现在您可以开始使用 LSPosed 管理器安装和配置不同的 Xposed 模块了。
请注意,在安装任何模块之前,请确保阅读相应模块的说明和安装指南,以便正确配置和使用。
- DDeepSeek-V3.1-BaseDeepSeek-V3.1 是一款支持思考模式与非思考模式的混合模型Python00
- QQwen-Image-Edit基于200亿参数Qwen-Image构建,Qwen-Image-Edit实现精准文本渲染与图像编辑,融合语义与外观控制能力Jinja00
GitCode-文心大模型-智源研究院AI应用开发大赛
GitCode&文心大模型&智源研究院强强联合,发起的AI应用开发大赛;总奖池8W,单人最高可得价值3W奖励。快来参加吧~042CommonUtilLibrary
快速开发工具类收集,史上最全的开发工具类,欢迎Follow、Fork、StarJava03GitCode百大开源项目
GitCode百大计划旨在表彰GitCode平台上积极推动项目社区化,拥有广泛影响力的G-Star项目,入选项目不仅代表了GitCode开源生态的蓬勃发展,也反映了当下开源行业的发展趋势。06GOT-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。00openHiTLS
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!C0295- WWan2.2-S2V-14B【Wan2.2 全新发布|更强画质,更快生成】新一代视频生成模型 Wan2.2,创新采用MoE架构,实现电影级美学与复杂运动控制,支持720P高清文本/图像生成视频,消费级显卡即可流畅运行,性能达业界领先水平Python00
- GGLM-4.5-AirGLM-4.5 系列模型是专为智能体设计的基础模型。GLM-4.5拥有 3550 亿总参数量,其中 320 亿活跃参数;GLM-4.5-Air采用更紧凑的设计,拥有 1060 亿总参数量,其中 120 亿活跃参数。GLM-4.5模型统一了推理、编码和智能体能力,以满足智能体应用的复杂需求Jinja00
Yi-Coder
Yi Coder 编程模型,小而强大的编程助手HTML013
热门内容推荐
最新内容推荐
项目优选









