ReVanced Patches 项目教程
1. 项目介绍
ReVanced Patches 是一个开源项目,旨在为 ReVanced 应用提供补丁。ReVanced 是一个基于 Vanced 的非官方 YouTube 客户端,提供了许多自定义功能和增强功能。ReVanced Patches 项目包含了大量的补丁,允许用户自定义 YouTube 应用的行为和外观,例如隐藏广告、更改播放器界面、添加新的功能等。
2. 项目快速启动
2.1 环境准备
在开始之前,请确保你已经安装了以下工具:
- Git
- Java Development Kit (JDK)
- Android SDK
2.2 克隆项目
首先,克隆 ReVanced Patches 项目到本地:
git clone https://github.com/inotia00/revanced-patches.git
cd revanced-patches
2.3 应用补丁
假设你已经有一个 YouTube APK 文件,你可以使用以下步骤应用补丁:
- 将 YouTube APK 文件放置在项目的根目录下。
- 编辑
patches.json文件,选择你想要应用的补丁。 - 运行以下命令来应用补丁:
./gradlew applyPatches
2.4 构建 APK
补丁应用完成后,你可以使用以下命令构建新的 APK 文件:
./gradlew build
构建完成后,生成的 APK 文件将位于 build/outputs/apk/ 目录下。
3. 应用案例和最佳实践
3.1 隐藏广告
ReVanced Patches 提供了多个补丁来隐藏 YouTube 中的广告。你可以通过编辑 patches.json 文件,选择 Hide ads 补丁来实现这一功能。
3.2 自定义播放器界面
你可以使用 Custom branding icon for YouTube 和 Custom branding name for YouTube 补丁来更改 YouTube 应用的图标和名称。
3.3 添加新功能
ReVanced Patches 还提供了许多其他补丁,例如 Return YouTube Dislike 补丁,可以在视频中显示不喜欢的数量。
4. 典型生态项目
4.1 ReVanced Manager
ReVanced Manager 是一个图形化工具,允许用户轻松地应用和管理 ReVanced Patches。它提供了一个用户友好的界面,使得即使是没有编程经验的用户也能轻松地自定义 YouTube 应用。
4.2 Vanced MicroG
Vanced MicroG 是一个开源的 Google Play Services 替代品,允许用户在没有 Google Play Services 的情况下运行 ReVanced 应用。它提供了与 Google Play Services 类似的功能,但更加轻量级和隐私友好。
通过这些工具和补丁,用户可以完全自定义他们的 YouTube 体验,同时保持应用的轻量级和隐私友好。
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust0197
cann-learning-hubCANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。Jupyter Notebook0126
MiMo-V2.5-Pro-FP4-DFlashMiMo-V2.5-Pro-FP4-DFlash 是驱动 MiMo-V2.5-Pro-UltraSpeed 的底层模型: FP4 量化骨干网络:对 MoE 专家采用 MXFP4 量化,同时保持模型其他部分的更高精度,在几乎无损质量的前提下,显著减小模型体积并降低内存带宽压力。 BF16 DFlash 草稿生成器:用于块扩散推测解码,每次前向传播可生成一整个块的 tokens,并让骨干网络一步完成验证。 两者协同作用,既降低了每参数的位宽,又减少了骨干网络前向传播的次数,而这两者正是万亿参数模型解码过程中的两大主要成本来源。Python00
JoyAI-EchoJoyAI-Echo,这是一个独立的、仅用于推理的版本,旨在实现分钟级多镜头音视频生成。它采用了经过蒸馏的DMD生成器、配对的跨模态记忆以及故事级别的一致性。其性能的核心在于,一个跨模态视听记忆库能够在长达五分钟的视频中保持角色外观和语音音色的一致性。同时,一个训练后处理流程将基于记忆的强化学习与分布匹配蒸馏相结合,实现了7.5倍的速度提升,显著增强了视觉质量和对齐效果。00
AstrBot✨ 易上手的多平台 LLM 聊天机器人及开发框架 ✨ 平台支持 QQ、QQ频道、Telegram、微信、企微、飞书 | OpenAI、DeepSeek、Gemini、硅基流动、月之暗面、Ollama、OneAPI、Dify 等。附带 WebUI。Python06
handy-ollama动手学Ollama,CPU玩转大模型部署,在线阅读地址:https://datawhalechina.github.io/handy-ollama/Jupyter Notebook07