probe-android 的项目扩展与二次开发
2025-05-30 08:35:10作者:蔡丛锟
项目的基础介绍
probe-android 是一个开源项目,由 OONI 组织开发,旨在测量网络访问情况和网络连接的其他形式。它是一个免费的工具,可以帮助研究人员和网络用户了解网络中是否存在限制或异常。
项目核心功能
该项目的核心功能是通过在 Android 设备上运行一系列的测试,来检测和报告互联网上的连接情况。它可以执行多种类型的网络测量,包括 DNS 查询测试、HTTP 状态码测试、TCP 连接测试等。
项目使用了哪些框架或库?
probe-android 项目使用了以下框架和库:
- Gradle:作为自动化构建工具。
- Android Studio:作为开发环境。
- oonimkall:网络测量引擎的核心库,用于执行网络测试。
- Kotlin 和 Java:项目的开发语言。
项目的代码目录及介绍
项目的代码目录结构如下:
- app:包含移动应用的主要代码。
- engine:包含对 oonimkall 库的封装,即网络测量引擎的包装器。
- engine-experimental:允许开发者实现实验性构建版本,可以在这里放置自定义构建的 oonimkall.aar 文件。
- assets:存储应用资源,如文本、图片等。
- gradle:包含构建脚本和配置文件。
- scripts:可能包含一些辅助脚本。
- translation:用于管理项目翻译的仓库。
对项目进行扩展或者二次开发的方向
-
增加新的测试类型:根据需要添加新的网络测量方法,以检测更多种类的网络异常。
-
改进用户界面:优化用户界面,提供更直观的测试结果展示,或者添加新的用户交互功能。
-
集成新的数据分析工具:集成更强大的数据分析库或工具,以提供更深入的网络连接分析。
-
增加自动化测试功能:开发自动化测试脚本,以简化测试过程并提高测试覆盖率。
-
支持更多设备和操作系统版本:扩展项目的兼容性,确保它可以在更多类型的 Android 设备上运行。
-
多语言支持:增加对其他语言的支持,以使项目更具国际性。
通过上述扩展和二次开发,probe-android 项目将能够更好地服务于全球的网络研究社区。
登录后查看全文
热门项目推荐
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
HunyuanVideo-1.5暂无简介00
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-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
项目优选
收起
deepin linux kernel
C
24
7
暂无简介
Dart
614
140
Ascend Extension for PyTorch
Python
167
187
React Native鸿蒙化仓库
JavaScript
240
315
仓颉编译器源码及 cjdb 调试工具。
C++
126
855
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
373
3.18 K
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
260
92
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
475
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
9
1
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++
647
255