Mihon项目Android清单文件合并问题分析
背景概述
Mihon是一款流行的开源Android应用,在最近的0.18.0版本更新中,用户报告了一个关于权限变更的问题。该问题表现为应用在更新后自动添加了多个与广告跟踪相关的权限,而这些权限并非开发者有意添加的。
问题现象
在从0.17.1升级到0.18.0版本后,用户发现应用新增了以下权限:
- com.google.android.gms.permission.AD_ID
- com.google.android.finsky.permission.BIND_GET_INSTALL_REFERRER_SERVICE
- android.permission.ACCESS_ADSERVICES_ATTRIBUTION
- android.permission.ACCESS_ADSERVICES_AD_ID
这些权限主要与Google广告服务和设备标识符相关,通常用于广告跟踪和用户行为分析。
技术分析
预期设计
Mihon项目开发者原本已经考虑到了这个问题,在代码仓库中专门设置了一个AndroidManifest.xml文件来移除这些权限。该文件位于telemetry模块下的firebase目录中,理论上应该通过Android的清单文件合并机制来覆盖掉这些不需要的权限声明。
问题根源
经过开发者调查,发现问题出在Android Gradle插件(AGP)的清单文件合并机制上。清单文件合并是Android构建过程中的一个重要步骤,它负责将应用模块、库模块和第三方依赖中的多个AndroidManifest.xml文件合并成一个最终的清单文件。
在Mihon的案例中,虽然开发者已经提供了覆盖这些权限的清单文件,但由于某种原因,AGP在合并过程中没有正确应用这些覆盖规则。这导致最终生成的APK中仍然包含了这些广告跟踪权限。
清单文件合并机制
Android清单文件合并遵循以下基本原则:
- 主模块的清单文件具有最高优先级
- 库模块的清单文件按依赖顺序合并
- 可以使用tools:remove等指令显式移除特定元素
- 合并冲突时会根据优先级和特定规则解决
在Mihon项目中,开发者可能遇到了以下情况之一:
- 合并规则的优先级设置不当
- 清单文件放置的位置不正确
- 使用了不兼容的合并指令
- Gradle插件版本导致的合并行为变化
解决方案
针对这类问题,开发者可以考虑以下几种解决方案:
-
显式移除权限:在应用的主清单文件中使用
<uses-permission android:name="权限名" tools:node="remove"/>指令显式移除不需要的权限。 -
检查依赖项:分析项目依赖树,找出是哪个依赖项引入了这些权限,考虑使用排除规则或寻找替代依赖。
-
更新构建工具:确保使用最新版本的Android Gradle插件,因为Google会不断改进清单合并机制。
-
构建后验证:在构建流程中添加APK分析步骤,自动检查最终清单文件内容是否符合预期。
对开发者的启示
这个案例给Android开发者提供了几个重要经验:
-
权限管理:即使不主动声明权限,第三方库也可能引入额外权限,需要定期检查。
-
清单合并:理解Android清单文件合并机制对于控制最终APK行为至关重要。
-
构建验证:在发布前应该验证构建产物,特别是权限等敏感配置。
-
版本控制:Gradle插件版本变化可能影响构建行为,升级时需要全面测试。
结论
Mihon项目遇到的这个问题展示了Android开发中一个常见但容易被忽视的挑战——清单文件合并。通过深入理解构建系统和合并机制,开发者可以更好地控制应用的行为和权限声明,确保最终产品符合设计预期。这也提醒我们在引入第三方库时需要更加谨慎,并建立完善的构建验证流程。
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00- QQwen3-Coder-Next2026年2月4日,正式发布的Qwen3-Coder-Next,一款专为编码智能体和本地开发场景设计的开源语言模型。Python00
xw-cli实现国产算力大模型零门槛部署,一键跑通 Qwen、GLM-4.7、Minimax-2.1、DeepSeek-OCR 等模型Go06
PaddleOCR-VL-1.5PaddleOCR-VL-1.5 是 PaddleOCR-VL 的新一代进阶模型,在 OmniDocBench v1.5 上实现了 94.5% 的全新 state-of-the-art 准确率。 为了严格评估模型在真实物理畸变下的鲁棒性——包括扫描伪影、倾斜、扭曲、屏幕拍摄和光照变化——我们提出了 Real5-OmniDocBench 基准测试集。实验结果表明,该增强模型在新构建的基准测试集上达到了 SOTA 性能。此外,我们通过整合印章识别和文本检测识别(text spotting)任务扩展了模型的能力,同时保持 0.9B 的超紧凑 VLM 规模,具备高效率特性。Python00
KuiklyUI基于KMP技术的高性能、全平台开发框架,具备统一代码库、极致易用性和动态灵活性。 Provide a high-performance, full-platform development framework with unified codebase, ultimate ease of use, and dynamic flexibility. 注意:本仓库为Github仓库镜像,PR或Issue请移步至Github发起,感谢支持!Kotlin08
VLOOKVLOOK™ 是优雅好用的 Typora/Markdown 主题包和增强插件。 VLOOK™ is an elegant and practical THEME PACKAGE × ENHANCEMENT PLUGIN for Typora/Markdown.Less00