ACC电池管理模块v2025.5.1-dev版本技术解析
2025-06-25 19:22:24作者:毕习沙Eudora
项目简介
ACC(Advanced Charging Controller)是一款开源的Android设备电池管理工具,通过精细控制充电过程来优化电池寿命。该项目提供了丰富的充电策略配置选项,支持多种硬件平台,能够实现智能温控、充电电流调节等高级功能。
核心功能更新
1. 配置管理增强
新版本对配置系统进行了多项优化:
- 新增
-c|--config h string命令,可快速查询特定配置变量的帮助信息 - 支持从文件导入配置(
-s|--set file) - 简化了配置语法,不再强制要求引号
- 改进了配置补丁机制,升级后会显示已应用的配置补丁
2. 充电控制优化
- 充电开关测试超时时间缩短,提升效率
- 自动排除不相关的sysfs节点,提高开关测试准确性
- 新增对多个充电开关同时设置的支持
- 控制文件值写入机制改进,通过6次重复写入确保唤醒"惰性"开关
3. 电池状态处理
- 重写电池信息获取逻辑,现在会同时检查Android电池服务和内核数据
- 实现电池统计重置的解决方案
- 新增空闲应用(idle_apps)功能
- 动态自动处理放电极性,无需手动配置
4. 温度管理
- 改进温度相关控制逻辑
- 支持通过temp_level实现电流限制(如
acc -s cdc=60%) - 自动为msm8937平台设置
batt_status_workaround=false
技术实现亮点
多平台兼容性增强
- 新增对Nexus 10(manta)设备的支持
- 优化了对非标准电池接口设备的处理
- 为msm8953平台(如Moto Z Play)提供了专门修复
- 包含KSU/Apatch补丁和免重启解决方案
性能优化
- 最小化子进程使用,提升运行效率
- 电压和电流控制文件改为单次解析,避免"虚假默认值"
- 重写调度器,增加安全性并支持"/dev/"前缀
调试能力提升
- 在日志归档中包含dmesg和logcat输出
- 增强的启动循环处理逻辑和调试工具
- 为acc-t_output日志添加调试信息
使用建议
- 新用户:建议从默认配置开始,逐步测试适合自己设备的充电开关组合
- 高级用户:可以利用新的调度功能实现复杂的充电策略,如分时段设置不同参数
- 开发者:新的调试工具和日志信息有助于快速定位兼容性问题
注意事项
- 移除了capacity_sync、discharge_polarity等旧配置变量,升级时需注意
- 温度暂停功能(thermal_suspend)虽被移除,仍可通过自定义命令实现
- 当允许空闲充电时(allowIdleAbovePcap),阈值自动设为(暂停容量+1)
该版本通过多项底层优化和功能增强,使ACC在电池管理精细度和设备兼容性方面都达到了新水平,特别适合追求电池寿命最大化的Android高级用户。
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
24
9
暂无简介
Dart
669
155
Ascend Extension for PyTorch
Python
219
236
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++
660
307
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
React Native鸿蒙化仓库
JavaScript
259
322
🔥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
64
19
🎉 (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
1.19 K
652
仓颉编程语言运行时与标准库。
Cangjie
141
878
仓颉编译器源码及 cjdb 调试工具。
C++
134
867