LiveContainer 3.5.0发布:多任务处理与ADP证书支持全面升级
项目简介
LiveContainer是一款创新的iOS应用容器技术,它允许用户在非越狱设备上运行修改版或第三方iOS应用。通过独特的沙盒技术和动态加载机制,LiveContainer为用户提供了安全运行非官方应用的能力,同时保持了系统的完整性。
多任务处理功能解析
本次3.5.0版本最引人注目的特性是全新的多任务处理能力。传统上,LiveContainer只能同时运行一个应用,这限制了用户的使用场景。新版本通过以下技术实现了突破:
-
虚拟窗口技术:应用现在可以在LiveContainer内部以虚拟窗口形式运行,支持自由调整大小和缩放比例。
-
原生PiP支持:利用iOS原生的画中画(Picture-in-Picture)功能,用户可以将运行中的应用以浮动窗口形式展示。
-
iPad多窗口优化:针对iPad的大屏特性,应用可以以原生系统窗口形式独立显示,充分利用iPadOS的多任务界面。
实现这一功能的关键在于:
- 应用共享机制:需要将目标应用转换为共享应用
- 扩展保留:安装时必须选择"Keep Extension"选项
- 进程管理:通过应用组(APP Groups)实现进程间通信
ADP证书支持深度解析
3.5.0版本对ADP开发证书的支持进行了重大改进:
-
动态应用组识别:不再硬编码SideStore/AltStore的应用组,而是直接从.mobileprovision文件中读取配置信息。
-
证书要求:
- 仅支持开发证书
- 必须包含至少一个应用组才能启用多任务
- 需要包含全部128个密钥链访问组以实现密钥链隔离
-
最佳实践:建议将LiveContainer的bundle ID修改为与.mobileprovision中的application-identifier匹配。
性能优化与底层改进
本次更新对应用启动流程进行了深度优化:
-
启动加速:
- 取消将共享应用数据移至私有文件夹的操作
- 采用新方法覆盖主可执行文件路径,避免SIGSEGV信号处理
- 移除应用锁,仅保留容器锁
-
dyld改进:
- 直接设置dyld.config.process.mainExecutablePath确保_NSGetExecutablePath返回正确值
- 修复dyld库验证绕过问题,避免影响A15+设备上需要JIT的应用执行JIT页面
新增功能与使用技巧
-
.tipa文件支持:现在可以直接安装.tipa格式的应用包,但需注意应用仍需正确的授权才能正常运行。
-
应用搜索:在应用列表中新增了搜索功能,方便管理大量应用。
-
StikDebug:原StikJIT(Standalone)重命名为StikDebug,提供更专业的调试功能。
-
iOS 26 Liquid Glass支持:虽然基于iOS 18.2 SDK构建,但提供了对iOS 26新UI特性的兼容选项。
问题修复与稳定性提升
版本修复了多个关键问题:
- 解决了HealthKit授权相关的Info.plist错误
- 修复了iOS 16.2和iPad 7上的iOS 18.4+兼容性问题
- 改进了KVO通知机制,确保UsedDefaults变更时正确通知
- 处理了重复库加载命令的问题
国际化支持
LiveContainer 3.5.0新增了多种语言支持:
- 繁体中文
- 意大利语
- 土耳其语
- 越南语
- 葡萄牙语
并对现有语言包进行了更新维护,包括阿拉伯语、法语、德语、日语和瑞典语等。
技术前瞻与弃用说明
随着SideStore和AltStore新版本支持证书导出功能,LiveContainer中的相关补丁功能已被标记为弃用,并将在下一主要版本中移除。开发者应迁移到新的证书管理方式。
LiveContainer 3.5.0通过多任务处理和ADP证书支持等创新功能,大幅提升了非越狱iOS设备上运行第三方应用的体验,同时保持了高度的安全性和稳定性,为开发者社区提供了更强大的工具集。
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