SUSFS4KSU模块v1.5.2-v1.5.4 R14版本技术解析
SUSFS4KSU是一个面向KernelSU用户的系统工具模块,主要用于提供SUSFS(Super User Secure File System)功能支持。该模块通过内核层面的技术实现,为Android设备提供更安全、更灵活的文件系统管理能力。
本次发布的R14版本主要针对GKI(Generic Kernel Image)内核和SUS_SU功能用户进行了优化修复。当用户在Web界面中错误显示"SUSFS Is not available in your kernel"提示时,这个版本提供了解决方案。
核心改进内容
SUS_SU功能检测机制重构
新版本对SUS_SU功能的检测逻辑进行了全面重构:
-
版本适配检测:针对不同SUSFS版本采用差异化检测策略
- 对于v1.5.3及以上版本,使用
show enabled_features命令检查SUS_SU支持情况 - 对于v1.5.2版本,保留传统的错误抛出检测方式
- 对于v1.5.3及以上版本,使用
-
运行模式检查:新增对SUS_SU模式0的检测,确保功能在各种配置下都能正确识别
Web界面日志显示优化
修复了SUSFS日志位置显示问题,并移除了对susfs_stats为零的条件判断,使日志信息显示更加准确可靠。
启动脚本兼容性增强
在boot-completed脚本中,根据SUSFS版本号使用不同的cmdline命令设置方式,提高了模块在不同环境下的兼容性。
用户操作指南
对于使用GKI内核或启用了SUS_SU功能的用户,如果遇到功能不可用提示,可以按照以下步骤操作:
- 编辑配置文件:
/data/adb/susfs4ksu/config.sh - 将
sus_su参数值修改为2 - 保存修改后重启设备
技术实现细节
该版本在底层实现上主要优化了以下几个技术点:
-
功能检测机制:通过动态判断内核支持特性,替代了原先的硬编码检测方式,使模块适应性更强。
-
版本兼容处理:针对不同SUSFS版本实现了差异化的命令处理逻辑,确保新旧版本都能正常工作。
-
日志系统改进:优化了日志收集和显示机制,使调试信息更加准确全面。
这个版本虽然是一个小版本更新,但在功能稳定性和兼容性方面做出了重要改进,特别是对于使用新型GKI内核的设备用户来说,解决了之前可能遇到的功能识别问题。开发者建议需要获取最新更新或测试版本的用户可以关注项目的持续集成构建。
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-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