Matomo设备检测库新增多款设备UA字符串支持
2025-06-25 16:18:20作者:劳婵绚Shirley
Matomo设备检测库近期针对多款主流设备进行了用户代理(UA)字符串的更新支持。作为一款开源的设备识别解决方案,该库能够通过分析HTTP请求中的UA字符串来识别访问设备的品牌、型号及类型等信息。
新增设备支持概览
本次更新主要覆盖了来自亚马逊、realme、小米、Vivo等品牌的多个设备型号,包括智能手机和平板电脑两大类产品。
亚马逊Fire系列平板
新增了对亚马逊Fire HD 10(第13代)和Fire Max 11两款平板设备的支持。这两款设备在UA字符串中分别包含"KFTUWI Build"和"KFSNWI Build"的特定标识符,运行Android 11系统。
realme智能手机系列
realme品牌新增了四款机型的识别支持:
- realme 11x (5G) - 通过"RMX3785 Build"标识识别
- realme C67 (5G) - 通过"RMX3782 Build"标识识别
- realme 11 - 通过"RMX3780 Build"标识识别
- realme C67标准版 - 通过"RMX3890 Build"标识识别
这些设备大多运行Android 13系统,部分机型已升级至Android 14。
小米Redmi系列
新增了对Redmi 13C智能手机的支持,该设备在UA字符串中包含"23108RN04Y Build"或"23100RN82L Build"标识符,运行Android 13系统。
其他设备
- Hot Pepper Puya平板 - 通过"Puya Build"标识识别
- Vivo V29e智能手机 - 通过"V2303 Build"标识识别,运行最新的Android 14系统
技术实现细节
设备检测库通过正则表达式匹配UA字符串中的特定模式来识别设备。例如,对于realme 11x (5G)设备,库中新增了如下匹配规则:
{
"regex": "(?:en-gb; RMX3785 Build)",
"brand": "realme",
"model": "11x (5G)",
"deviceType": "smartphone"
}
这种基于正则表达式的匹配机制能够高效准确地从复杂的UA字符串中提取设备信息。同时,库中还考虑了不同地区和语言版本的UA字符串差异,如包含"en-gb"区域标识的字符串。
实际应用价值
这些更新对于网站分析、广告投放和内容适配等场景具有重要意义:
- 网站运营者可以更准确地统计不同设备的访问量
- 开发者能够针对特定设备优化用户体验
- 广告平台可实现更精准的设备定向投放
- 内容提供商可根据设备特性提供适配的内容格式
随着移动设备市场的快速发展,定期更新设备识别库对于保持数据分析的准确性至关重要。Matomo设备检测库通过持续跟踪新设备发布并及时更新识别规则,为开发者提供了可靠的设备识别解决方案。
登录后查看全文
热门项目推荐
相关项目推荐
ERNIE-4.5-VL-28B-A3B-ThinkingERNIE-4.5-VL-28B-A3B-Thinking 是 ERNIE-4.5-VL-28B-A3B 架构的重大升级,通过中期大规模视觉-语言推理数据训练,显著提升了模型的表征能力和模态对齐,实现了多模态推理能力的突破性飞跃Python00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Python00
Spark-Prover-X1-7BSpark-Prover 是由科大讯飞团队开发的专用大型语言模型,专为 Lean4 中的自动定理证明而设计。该模型采用创新的三阶段训练策略,显著增强了形式化推理能力,在同等规模的开源模型中实现了最先进的性能。Python00
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能Python00
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00
GOT-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。00
最新内容推荐
Qt控件CSS样式实例大全 - 打造现代化GUI界面的终极指南 2023年最新HTMLCSSJS组件库:提升前端开发效率的必备资源 PADS元器件位号居中脚本:提升PCB设计效率的自动化利器 TextAnimator for Unity:打造专业级文字动画效果的终极解决方案 基恩士LJ-X8000A开发版SDK样本程序全面指南 - 工业激光轮廓仪开发利器 STDF-View解析查看软件:半导体测试数据分析的终极工具指南 海康威视DS-7800N-K1固件升级包全面解析:提升安防设备性能的关键资源 IK分词器elasticsearch-analysis-ik-7.17.16:中文文本分析的最佳解决方案 PhysioNet医学研究数据库:临床数据分析与生物信号处理的权威资源指南 TJSONObject完整解析教程:Delphi开发者必备的JSON处理指南
项目优选
收起
deepin linux kernel
C
24
7
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
316
2.74 K
仓颉编译器源码及 cjdb 调试工具。
C++
124
852
Ascend Extension for PyTorch
Python
155
178
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++
639
246
TorchAir 支持用户基于PyTorch框架和torch_npu插件在昇腾NPU上使用图模式进行推理。
Python
241
85
暂无简介
Dart
606
136
React Native鸿蒙化仓库
JavaScript
239
310
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!
C
1.03 K
470
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
364
3.02 K