devicehub 的项目扩展与二次开发
2025-06-22 19:21:59作者:羿妍玫Ivan
项目的基础介绍
devicehub 是由 VK 公司成员开发的一个开源项目,它是 DeviceFarmer/stf 项目的分支。该项目提供了一个基于浏览器的 Android 和 iOS 设备管理平台,支持实时屏幕查看、响应式控制和设备管理等功能。devicehub 可以在本地或远程环境中运行,为开发者提供了一个方便的测试和调试环境。
项目的核心功能
- 数据库:使用 MongoDB 替代 RethinkDB,提供了更高的性能和灵活性。
- 操作系统支持:支持从 Android 2.3.3 到 14 的广泛版本,兼容 Wear 5.1、Fire OS、CyanogenMod 等基于 Android 的发行版。
- 无 Root 要求:所有功能无需 Root 权限即可运行。
- iOS 支持:支持所有 Appium 的 WebDriverAgent 支持的设备,支持简单点击、手势和按钮操作。
- 远程控制和屏幕查看:支持从浏览器无缝控制任何设备,提供实时屏幕查看。
- 设备管理:提供设备库存监控、设备搜索、用户识别、设备位置、电池跟踪等功能。
- 预订与分区系统:支持设备分配给不同的项目或组织,以及为用户预订设备。
项目使用了哪些框架或库?
devicehub 项目主要使用以下框架或库:
- MongoDB:作为数据库管理系统。
- Node.js:作为后端服务框架。
- Docker:用于容器化和部署。
- Appium:用于 iOS 设备的自动化测试。
项目的代码目录及介绍
项目的代码目录结构如下:
.
├── .github
├── WebDriverAgent
├── adbkit/
│ └── lib/
├── bin
├── doc
├── lib
├── minicap-prebuilt
├── scripts
├── test
├── ui
├── vendor
├── .dockerignore
├── .editorconfig
├── .gitattributes
├── .gitignore
├── .npmignore
├── .nvmrc
├── .tool-versions
├── CONTRIBUTING.md
├── Dockerfile
├── ISSUE_TEMPLATE.md
├── LICENSE
├── README.md
├── README.ru.md
├── build.sh
├── docker-compose-api-tests.yaml
├── docker-compose-dev.yaml
├── docker-compose-e2e-tests.yaml
├── docker-compose-macos.yaml
├── docker-compose-prod.yaml
├── image.png
├── mongo.md
├── mongo.sh
├── package-lock.json
├── package.json
├── tsconfig.json
└── units.md
- .github/:包含 GitHub 相关的配置文件。
- WebDriverAgent/:用于 iOS 设备的 WebDriverAgent 源代码。
- adbkit/lib/:包含 adbkit 的库文件。
- bin/:存放可执行文件。
- doc/:文档目录。
- lib/:项目的核心库代码。
- minicap-prebuilt/:预编译的 minicap 文件。
- scripts/:脚本文件,用于项目部署和测试。
- test/:单元测试代码。
- ui/:前端用户界面代码。
- vendor/:第三方库和依赖。
对项目进行扩展或者二次开发的方向
- 增强安全性:进一步加强项目安全性,解决已知问题,增加加密和认证机制。
- 改进用户界面:优化用户界面,提升用户体验。
- 增加设备支持:扩展项目以支持更多类型的设备,如其他操作系统或特殊硬件。
- 集成其他工具:集成其他自动化测试工具,如 Jenkins、Travis CI 等。
- 增加新功能:根据用户需求,增加如批量操作、自动化脚本执行等新功能。
- 性能优化:优化数据库查询、网络通信等,提升系统整体性能。
- 社区支持:建立更活跃的社区,提供文档、教程和最佳实践,吸引更多开发者参与。
登录后查看全文
热门项目推荐
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
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
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。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
最新内容推荐
MQTT 3.1.1协议中文版文档:物联网开发者的必备技术指南 Solidcam后处理文件下载与使用完全指南:提升CNC编程效率的必备资源 Python案例资源下载 - 从入门到精通的完整项目代码合集 TortoiseSVN 1.14.5.29465 中文版:高效版本控制的终极解决方案 CrystalIndex资源文件管理系统:高效索引与文件管理的最佳实践指南 QT连接阿里云MySQL数据库完整指南:从环境配置到问题解决 Windows Server 2016 .NET Framework 3.5 SXS文件下载与安装完整指南 Python开发者的macOS终极指南:VSCode安装配置全攻略 瀚高迁移工具migration-4.1.4:企业级数据库迁移的智能解决方案 STM32到GD32项目移植完全指南:从兼容性到实战技巧
项目优选
收起
deepin linux kernel
C
24
9
Ascend Extension for PyTorch
Python
223
246
暂无简介
Dart
672
157
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++
663
313
React Native鸿蒙化仓库
JavaScript
262
324
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
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.2 K
655
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
64
19
openGauss kernel ~ openGauss is an open source relational database management system
C++
160
218
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
330
137