FindMy.py项目:如何检测特定AirTag是否在蓝牙扫描范围内
2025-07-04 13:42:23作者:管翌锬
背景介绍
FindMy.py是一个用于与苹果Find My网络交互的Python库。近期有开发者尝试使用该库来实现一个宠物追踪系统,希望通过AirTag的蓝牙信号来实时监测宠物是否在家。这一需求引发了对AirTag蓝牙广播机制和识别方法的深入探讨。
AirTag广播机制解析
AirTag作为苹果生态系统的智能追踪设备,其广播行为会根据环境自动调整:
- 远离所有者模式:当AirTag远离配对设备时,会广播完整的设备标识信息,包括可识别的公钥和MAC地址
- 近场模式:当AirTag检测到附近有配对设备时,仅发送极简的广播包,主要用于向所有者设备确认其存在
这种智能广播机制既是隐私保护措施,也是电池优化策略,但给第三方开发者带来了识别挑战。
技术实现方案
公钥匹配方法
开发者最初尝试通过公钥匹配来识别特定AirTag:
- 从Find My备份的plist文件中提取设备密钥信息
- 使用
keys_at或keys_between方法获取设备在特定时间段内的有效公钥 - 扫描蓝牙信号并与这些公钥进行比对
然而,这种方法在AirTag处于近场模式时失效,因为此时广播的简略信息不包含完整公钥。
MAC地址匹配方案
更深入的调查发现,即使AirTag处于近场模式,其MAC地址仍包含关键信息:
- AirTag的MAC地址最后5个字节与当前公钥的第2-6个字节相同
- 由于BLE规范要求,MAC地址首字节的最高两位必须为11,因此这两个位被放置在广播负载的第3个字节中
基于这一发现,开发者实现了以下检测逻辑:
def has_consecutive_five_byte_match(mac_bytes, adv_key_bytes):
"""检查MAC地址后5字节是否与公钥的2-6字节匹配"""
return mac_bytes[-5:] == adv_key_bytes[1:6]
实际应用与验证
通过修改FindMy.py的扫描逻辑,开发者成功实现了:
- 捕获所有BLE广播设备,包括处于近场模式的AirTag
- 提取设备的MAC地址并与已知AirTag的公钥进行部分匹配
- 准确识别特定AirTag是否在蓝牙覆盖范围内
测试数据显示匹配模式如下:
MAC地址: e5:29:d7:92:57:65
公钥字节: a5:29:d7:92:57:65:ac:2a...
证实了MAC地址后5字节与公钥2-6字节的对应关系。
技术展望
这一发现为FindMy.py项目带来了新的可能性:
- 实现更精确的AirTag存在性检测,不受工作模式限制
- 为宠物追踪、物品管理等应用提供可靠的技术基础
- 未来可扩展支持更多Find My网络设备的识别
该方案已作为功能请求提交,预计将在项目后续版本中实现官方支持。
总结
通过深入分析AirTag的广播机制和编码规则,开发者成功解决了在近场模式下识别特定AirTag的技术难题。这一方案不仅满足了宠物追踪的实时性需求,也为FindMy.py项目开辟了新的应用场景。随着项目的持续发展,这类边缘设备的识别技术将变得更加成熟可靠。
登录后查看全文
热门项目推荐
相关项目推荐
PaddleOCR-VLPaddleOCR-VL 是一款顶尖且资源高效的文档解析专用模型。其核心组件为 PaddleOCR-VL-0.9B,这是一款精简却功能强大的视觉语言模型(VLM)。该模型融合了 NaViT 风格的动态分辨率视觉编码器与 ERNIE-4.5-0.3B 语言模型,可实现精准的元素识别。Python00
unified-cache-managementUnified Cache Manager(推理记忆数据管理器),是一款以KV Cache为中心的推理加速套件,其融合了多类型缓存加速算法工具,分级管理并持久化推理过程中产生的KV Cache记忆数据,扩大推理上下文窗口,以实现高吞吐、低时延的推理体验,降低每Token推理成本。Python02
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
HunyuanWorld-Mirror混元3D世界重建模型,支持多模态先验注入和多任务统一输出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
Spark-Scilit-X1-13B科大讯飞Spark Scilit-X1-13B基于最新一代科大讯飞基础模型,并针对源自科学文献的多项核心任务进行了训练。作为一款专为学术研究场景打造的大型语言模型,它在论文辅助阅读、学术翻译、英语润色和评论生成等方面均表现出色,旨在为研究人员、教师和学生提供高效、精准的智能辅助。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- HHowToCook程序员在家做饭方法指南。Programmer's guide about how to cook at home (Chinese only).Dockerfile014
Spark-Chemistry-X1-13B科大讯飞星火化学-X1-13B (iFLYTEK Spark Chemistry-X1-13B) 是一款专为化学领域优化的大语言模型。它由星火-X1 (Spark-X1) 基础模型微调而来,在化学知识问答、分子性质预测、化学名称转换和科学推理方面展现出强大的能力,同时保持了强大的通用语言理解与生成能力。Python00- PpathwayPathway is an open framework for high-throughput and low-latency real-time data processing.Python00
最新内容推荐
Launch4j中文版:Java应用程序打包成EXE的终极解决方案 海康威视DS-7800N-K1固件升级包全面解析:提升安防设备性能的关键资源 高效汇编代码注入器:跨平台x86/x64架构的终极解决方案 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 电脑PC网易云音乐免安装皮肤插件使用指南:个性化音乐播放体验 32位ECC纠错Verilog代码:提升FPGA系统可靠性的关键技术方案 海能达HP680CPS-V2.0.01.004chs写频软件:专业对讲机配置管理利器 CS1237半桥称重解决方案:高精度24位ADC称重模块完全指南 ReportMachine.v7.0D5-XE10:Delphi报表生成利器深度解析与实战指南 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
项目优选
收起
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
291
2.61 K
deepin linux kernel
C
24
7
React Native鸿蒙化仓库
JavaScript
227
306
Ascend Extension for PyTorch
Python
116
149
暂无简介
Dart
578
127
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++
605
182
仓颉编译器源码及 cjdb 调试工具。
C++
121
302
🎉 (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
1.04 K
610
本项目是CANN提供的是一款高效、可靠的Transformer加速库,基于华为Ascend AI处理器,专门为Transformer模型的训练和推理而设计。
C++
46
77
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
358
2.15 K