PojavLauncher在Android 14上加载Mod时出现访问权限问题的分析与解决方案
问题现象
在PojavLauncher项目中,用户反馈在Android 14设备上加载Minecraft 1.19.2 Forge版本时,添加Mahoutsukai等Mod后会出现崩溃问题。崩溃日志显示系统抛出了"AccessDeniedException"异常,表明程序无法访问位于/storage/emulated/0/Android/data/net.kdt.pojavlaunch/files/.minecraft/mods/目录下的Mod文件。
技术背景分析
这个问题本质上是一个Android存储权限问题。从Android 11(API 30)开始,Google引入了Scoped Storage(分区存储)机制,对应用访问外部存储的权限进行了更严格的限制。特别是:
- 应用只能访问自己专属的存储目录(位于Android/data/包名/)
- 即使拥有存储权限,也不能直接访问其他应用的数据
- 需要通过Storage Access Framework(SAF)或MediaStore API来访问共享存储
在Android 14上,这些限制变得更加严格。从崩溃日志可以看到,PojavLauncher尝试通过Java NIO API直接访问Mod文件时被系统拒绝。
解决方案
对于开发者或高级用户,可以通过以下几种方式解决此问题:
-
使用专用文件管理器应用 推荐使用支持Android新存储机制的文件管理器(如Files by Marc),将Mod文件移动到PojavLauncher的专属目录中。这样操作可以确保文件权限正确设置。
-
修改PojavLauncher的存储访问策略 开发者需要更新应用代码,使用以下方法之一:
- 实现Storage Access Framework集成
- 使用MediaStore API访问文件
- 申请MANAGE_EXTERNAL_STORAGE权限(不推荐,可能被Google Play拒绝)
-
临时解决方案 对于测试目的,可以尝试:
- 将Mod文件放在内部存储目录(/data/data/包名/)
- 使用adb命令手动修改文件权限
最佳实践建议
-
对于Mod开发者:
- 考虑将Mod打包为更小的文件,减少存储访问需求
- 提供明确的安装指南,指导用户正确放置文件
-
对于PojavLauncher用户:
- 定期备份Mod和存档
- 关注应用更新,及时获取存储兼容性修复
- 考虑使用较新的Minecraft版本,可能具有更好的存储兼容性
总结
Android 14的存储权限变更给Java游戏启动器带来了新的挑战。PojavLauncher需要适应这些变化,更新其文件访问机制。用户在使用时也需要注意遵循新的存储规范,合理管理Mod文件位置。随着Android系统的持续演进,这类存储兼容性问题将变得越来越常见,需要开发者和用户共同适应。
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust0195
cann-learning-hubCANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。Jupyter Notebook0124
MiMo-V2.5-Pro-FP4-DFlashMiMo-V2.5-Pro-FP4-DFlash 是驱动 MiMo-V2.5-Pro-UltraSpeed 的底层模型: FP4 量化骨干网络:对 MoE 专家采用 MXFP4 量化,同时保持模型其他部分的更高精度,在几乎无损质量的前提下,显著减小模型体积并降低内存带宽压力。 BF16 DFlash 草稿生成器:用于块扩散推测解码,每次前向传播可生成一整个块的 tokens,并让骨干网络一步完成验证。 两者协同作用,既降低了每参数的位宽,又减少了骨干网络前向传播的次数,而这两者正是万亿参数模型解码过程中的两大主要成本来源。Python00
JoyAI-EchoJoyAI-Echo,这是一个独立的、仅用于推理的版本,旨在实现分钟级多镜头音视频生成。它采用了经过蒸馏的DMD生成器、配对的跨模态记忆以及故事级别的一致性。其性能的核心在于,一个跨模态视听记忆库能够在长达五分钟的视频中保持角色外观和语音音色的一致性。同时,一个训练后处理流程将基于记忆的强化学习与分布匹配蒸馏相结合,实现了7.5倍的速度提升,显著增强了视觉质量和对齐效果。00
AstrBot✨ 易上手的多平台 LLM 聊天机器人及开发框架 ✨ 平台支持 QQ、QQ频道、Telegram、微信、企微、飞书 | OpenAI、DeepSeek、Gemini、硅基流动、月之暗面、Ollama、OneAPI、Dify 等。附带 WebUI。Python05
handy-ollama动手学Ollama,CPU玩转大模型部署,在线阅读地址:https://datawhalechina.github.io/handy-ollama/Jupyter Notebook07