Language Selector 语言选择器安装与使用教程
Language Selector 是一款专为 Android 13 及以上版本设计的应用程序,允许用户为单个应用程序设置语言偏好。该应用通过访问系统的私有 API 实现此功能,因此使用前必须安装 Shizuku 并获取相应权限。
项目概述
Language Selector 项目旨在复制 Android 13 中引入的"应用语言"功能,特别适用于 MIUI 等定制系统可能缺少此功能的设备。该项目采用 Kotlin 语言开发,使用 Jetpack Compose 构建现代化用户界面。
系统要求
- Android 13 或更高版本(不支持旧版 Android)
- 必须安装并运行 Shizuku
- 需要授予应用相应的系统权限
项目结构
Language-Selector/
├── app/ # 主应用模块
│ ├── src/main/
│ │ ├── java/vegabobo/languageselector/
│ │ │ ├── MainActivity.kt # 主活动类
│ │ │ ├── LocaleManager.kt # 语言管理类
│ │ │ ├── QSTile.kt # 快捷设置磁贴
│ │ │ └── service/ # 服务相关类
│ │ ├── res/ # 资源文件
│ │ │ ├── drawable/ # 图片资源
│ │ │ ├── values/ # 字符串和样式
│ │ │ └── xml/ # XML配置
│ │ └── AndroidManifest.xml # 清单文件
├── hidden_api/ # 隐藏API模块
└── gradle/ # Gradle配置
核心功能
1. 单应用语言设置
允许用户为每个应用程序单独设置首选语言,无需更改系统全局语言设置。
2. 语言列表管理
应用解析 Java 的 Locale.getAvailableLocales() 来获取所有可用语言环境,提供丰富的语言选择选项。
3. 快捷设置磁贴
通过 QS 磁贴快速切换当前运行应用的语言,仅显示已固定的语言选项。
4. 语言固定功能
长按语言项可将其固定,固定语言会显示在列表顶部并可在 QS 磁贴中使用。
安装与使用步骤
1. 安装前置条件
首先需要安装 Shizuku 应用并确保其正常运行。Shizuku 是使用此应用的必要条件。
2. 安装 Language Selector
从项目的发布页面下载最新版本的 APK 文件并进行安装。
3. 授予权限
打开 Language Selector 应用,授予 Shizuku 权限,然后点击"继续"按钮。
4. 选择应用和语言
- 选择您想要更改语言的应用程序
- 从语言列表中选择所需的语言
- 操作完成后,应用程序将在下次启动时使用选定的语言
5. 使用 QS 磁贴
将 Language Selector 的磁贴添加到快捷设置面板,可以快速切换当前应用的语言。
技术实现
应用通过 Shizuku 访问系统的 LocaleManager API,使用以下核心类:
- MainActivity: 主活动类,处理权限请求和 Shizuku 服务绑定
- LocaleManager: 语言环境管理逻辑
- UserService: 通过 Shizuku 提供的用户服务
- QSTile: 快捷设置磁贴实现
注意事项
-
语言支持: 应用不会翻译应用程序,只是指定应用程序使用的语言环境。如果应用程序支持所选语言,则会正常显示。
-
系统应用: 不建议更改系统应用程序的语言设置,可能会导致意外行为。
-
兼容性: 仅支持 Android 13 及以上版本,与旧版 Android 不兼容。
-
性能: 当前语言列表加载方式较慢,未来可能会进行优化。
开发背景
该项目最初是为了解决 MIUI 系统在 Android 13 上缺少应用语言设置功能而开发的。通过利用 Android 13 内置的 LocaleManager 服务,即使系统设置中没有相关选项,用户仍然可以享受单应用语言设置的功能。
源码获取
要获取项目源码,可以使用以下命令克隆仓库:
git clone https://gitcode.com/gh_mirrors/la/Language-Selector
项目遵循 Apache 2.0 开源协议,欢迎开发者贡献代码和改进建议。
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
MiniMax-M2.7MiniMax-M2.7 是我们首个深度参与自身进化过程的模型。M2.7 具备构建复杂智能体应用框架的能力,能够借助智能体团队、复杂技能以及动态工具搜索,完成高度精细的生产力任务。Python00- 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
HY-Embodied-0.5这是一套专为现实世界具身智能打造的基础模型。该系列模型采用创新的混合Transformer(Mixture-of-Transformers, MoT) 架构,通过潜在令牌实现模态特异性计算,显著提升了细粒度感知能力。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
ERNIE-ImageERNIE-Image 是由百度 ERNIE-Image 团队开发的开源文本到图像生成模型。它基于单流扩散 Transformer(DiT)构建,并配备了轻量级的提示增强器,可将用户的简短输入扩展为更丰富的结构化描述。凭借仅 80 亿的 DiT 参数,它在开源文本到图像模型中达到了最先进的性能。该模型的设计不仅追求强大的视觉质量,还注重实际生成场景中的可控性,在这些场景中,准确的内容呈现与美观同等重要。特别是,ERNIE-Image 在复杂指令遵循、文本渲染和结构化图像生成方面表现出色,使其非常适合商业海报、漫画、多格布局以及其他需要兼具视觉质量和精确控制的内容创作任务。它还支持广泛的视觉风格,包括写实摄影、设计导向图像以及更多风格化的美学输出。Jinja00

