Boring Notch项目:macOS媒体控制功能的技术挑战与解决方案
2025-06-25 06:32:46作者:何将鹤
背景介绍
Boring Notch是一款为macOS系统带来类似iPhone动态岛体验的创新工具。其核心功能之一是通过系统API获取并显示媒体播放信息,实现类似动态岛的媒体控制交互。然而随着macOS 15.4的更新,这一功能遇到了重大技术挑战。
技术挑战解析
私有框架MediaRemote的权限变更
macOS系统使用名为MediaRemote的私有框架处理媒体控制功能。这个框架原本允许第三方应用获取当前播放的媒体信息并控制播放。但在macOS 15.4更新后,Apple加强了权限控制:
- 获取媒体信息(如歌曲名称、艺术家等)现在需要特殊授权
- 媒体控制功能(播放/暂停等)仍可正常使用
- 这一变更明显是为了增强用户隐私保护
技术限制的本质
这种变更反映了macOS系统的一个发展趋势:Apple正在逐步限制第三方应用对系统级功能的访问。MediaRemote作为私有框架,原本就不在公开API之列,其稳定性本就无法保证。
现有解决方案分析
临时解决方案
目前存在一种需要禁用系统完整性保护(SIP)的技术方案:
- 通过脚本修改系统底层库
- 使用Apple官方应用的bundle ID进行调用
- 这种方法存在明显的安全隐患和系统稳定性风险
长期可持续方案
项目团队正在开发更可靠的替代方案:
-
应用专属API集成
- 直接对接Spotify、Apple Music等主流音乐服务的API
- 实现精准的播放控制和信息获取
-
AppleScript支持
- 对支持AppleScript的音乐应用提供兼容
- 如Cog等开源音乐播放器
-
混合模式设计
- 同时保留旧版和新版实现
- 根据系统版本自动选择最佳方案
未来发展方向
技术路线选择
- 避免依赖可能随时被禁用的私有API
- 建立应用专属集成的扩展机制
- 鼓励社区贡献对更多音乐应用的支持
用户建议
- 对于技术用户:可以尝试临时解决方案,但需了解风险
- 对于普通用户:等待官方发布的稳定版本
- 开发者可以参与贡献对更多音乐应用的支持
总结
Boring Notch项目面临的这一技术挑战,反映了macOS生态系统中第三方开发者面临的普遍问题。项目团队采取的多元化解决方案既考虑了当前可用的技术手段,也为未来的可持续发展奠定了基础。随着更多音乐应用支持的加入,这一功能有望以更稳定、更安全的方式为用户提供服务。
登录后查看全文
热门项目推荐
相关项目推荐
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
项目优选
收起
deepin linux kernel
C
25
9
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
414
3.19 K
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
9
1
Ascend Extension for PyTorch
Python
229
259
暂无简介
Dart
680
160
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++
689
326
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
65
19
React Native鸿蒙化仓库
JavaScript
265
326
🎉 (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
1.21 K
660
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
1.03 K
493