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。
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