【亲测免费】 MagiskOnEmulator:在Android模拟器上安装Magisk完全指南
2026-01-25 06:17:49作者:咎岭娴Homer
项目介绍
MagiskOnEmulator 是一个开源项目,由开发者 shakalaca 维护,旨在实现将著名的 Magisk 系统less root工具部署到官方Android模拟器上的功能。此项目支持从Android API级别22至30(S版本,排除28)的模拟器环境,让开发者和测试人员能在安全沙盒环境中测试root权限应用或者进行系统级修改的开发工作。
项目下载位置
要获取 MagiskOnEmulator 项目,你需要访问其在GitHub的主页:
https://github.com/shakalaca/MagiskOnEmulator
点击绿色的 "Code" 按钮,然后选择“Download ZIP”以下载整个项目存档,或者使用Git克隆仓库:
git clone https://github.com/shakalaca/MagiskOnEmulator.git
项目安装环境配置
必需环境
- Android Studio: 包含Android SDK和AVD Manager。
- Git: 用于克隆项目。
- 基本的终端/命令行技能。
图片示例配置环境
虽然无法直接插入图片,但通常步骤涉及:
- 打开Android Studio,启动AVD Manager创建一个API级别的虚拟设备。
- 在SDK Manager中确保下载了对应API级别的系统镜像。
- 启动模拟器,准备接受Magisk的安装。
项目安装方式
步骤1: 准备Magisk文件
将Magisk的ZIP文件放入项目目录下。如果是Canary版,则需要保证虚拟机有网络连接以便自动下载最新版。
步骤2: 替换Busybox
对于ARM系统镜像,请替换项目中的busybox为busybox_arm。
步骤3: 备份原始ramdisk.img
找到并备份你的SDK路径下的相应ramdisk.img。
步骤4: 执行脚本安装Magisk
- 使用命令行进入项目目录,依据操作系统执行相应的脚本:
- 对于Linux或macOS:
./patch.sh或./patch.sh canary使用预下载的Magisk或Canary版本。 - Windows下则运行
patch.bat或patch.bat canary。
- 对于Linux或macOS:
- 如需通过Magisk Manager安装,执行
patch.sh manager或patch.bat manager,之后在模拟器内操作Magisk Manager完成安装流程。
步骤5: 应用修改并重启
将补丁后的ramdisk.img替换回去,并冷启动模拟器以应用更改。
项目处理脚本
项目中包含几个关键脚本来自动化过程:
patch.sh和patch.bat: 核心脚本,直接在ramdisk上打上Magisk补丁。patch.sh canary和patch.bat canary: 安装Magisk最新Canary版本。patch.sh manager和patch.bat manager: 适合通过Magisk Manager进行更复杂的交互式安装。install_vbox.sh和install_vbox.bat: 特殊情况用于VirtualBox上的Android系统。prepare_image.sh和prepare_image.bat: 准备Image文件(适用于VirtualBox场景)。
按照上述指导,你就能在官方Android模拟器上成功安装并体验Magisk带来的root权限,这对于需要root环境的开发者和测试者来说是个强大的工具。记得每一步操作前都应仔细阅读脚本说明,以避免不必要的错误。
登录后查看全文
热门项目推荐
相关项目推荐
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5-w4a8GLM-5-w4a8基于混合专家架构,专为复杂系统工程与长周期智能体任务设计。支持单/多节点部署,适配Atlas 800T A3,采用w4a8量化技术,结合vLLM推理优化,高效平衡性能与精度,助力智能应用开发Jinja00
请把这个活动推给顶尖程序员😎本次活动专为懂行的顶尖程序员量身打造,聚焦AtomGit首发开源模型的实际应用与深度测评,拒绝大众化浅层体验,邀请具备扎实技术功底、开源经验或模型测评能力的顶尖开发者,深度参与模型体验、性能测评,通过发布技术帖子、提交测评报告、上传实践项目成果等形式,挖掘模型核心价值,共建AtomGit开源模型生态,彰显顶尖程序员的技术洞察力与实践能力。00
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
MiniMax-M2.5MiniMax-M2.5开源模型,经数十万复杂环境强化训练,在代码生成、工具调用、办公自动化等经济价值任务中表现卓越。SWE-Bench Verified得分80.2%,Multi-SWE-Bench达51.3%,BrowseComp获76.3%。推理速度比M2.1快37%,与Claude Opus 4.6相当,每小时仅需0.3-1美元,成本仅为同类模型1/10-1/20,为智能应用开发提供高效经济选择。【此简介由AI生成】Python00
Qwen3.5Qwen3.5 昇腾 vLLM 部署教程。Qwen3.5 是 Qwen 系列最新的旗舰多模态模型,采用 MoE(混合专家)架构,在保持强大模型能力的同时显著降低了推理成本。00- RRing-2.5-1TRing-2.5-1T:全球首个基于混合线性注意力架构的开源万亿参数思考模型。Python00
热门内容推荐
最新内容推荐
Degrees of Lewdity中文汉化终极指南:零基础玩家必看的完整教程Unity游戏翻译神器:XUnity Auto Translator 完整使用指南PythonWin7终极指南:在Windows 7上轻松安装Python 3.9+终极macOS键盘定制指南:用Karabiner-Elements提升10倍效率Pandas数据分析实战指南:从零基础到数据处理高手 Qwen3-235B-FP8震撼升级:256K上下文+22B激活参数7步搞定机械键盘PCB设计:从零开始打造你的专属键盘终极WeMod专业版解锁指南:3步免费获取完整高级功能DeepSeek-R1-Distill-Qwen-32B技术揭秘:小模型如何实现大模型性能突破音频修复终极指南:让每一段受损声音重获新生
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
558
3.8 K
Ascend Extension for PyTorch
Python
372
434
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++
890
638
昇腾LLM分布式训练框架
Python
115
143
暂无简介
Dart
792
195
🎉 (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
1.36 K
769
华为昇腾面向大规模分布式训练的多模态大模型套件,支撑多模态生成、多模态理解。
Python
117
146
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
347
193
openJiuwen agent-studio提供零码、低码可视化开发和工作流编排,模型、知识库、插件等各资源管理能力
TSX
1.12 K
265