ByteHook 开源项目使用教程
1. 项目介绍
ByteHook 是由字节跳动开发的一个 Android 平台上的 PLT(Procedural Linkage Table)钩子库。它支持 armeabi-v7a、arm64-v8a、x86 和 x86_64 架构,能够在 Android 4.1(API 级别 16)至 Android 15(API 级别 35)之间运行。ByteHook 目前被应用于 TikTok、Douyin、Toutiao、Xigua Video 和 Lark 等应用中。它允许开发者在进程中对动态库进行钩子操作,而不会互相冲突,并且支持自动钩住新加载的动态库。
2. 项目快速启动
添加依赖
首先,在你的 build.gradle 文件中添加以下依赖项:
android {
buildFeatures {
prefab true
}
}
dependencies {
implementation 'com.bytedance:bytehook:1.1.1'
}
如果你的 Android Gradle 插件版本早于 7.1.0,你需要在 gradle.properties 文件中添加以下配置:
android.prefabVersion=2.0.0
配置 ABI
在 defaultConfig 中指定你需要的 ABI 类型:
android {
defaultConfig {
ndk {
abiFilters 'armeabi-v7a', 'arm64-v8a', 'x86', 'x86_64'
}
}
}
打包选项
如果你在 SDK 项目中使用 ByteHook,你需要在打包选项中排除 libbytehook.so 文件:
android {
packagingOptions {
exclude '**/libbytehook.so'
}
}
如果你在 APP 项目中使用 ByteHook,你可能需要处理重复的 libbytehook.so 文件冲突:
android {
packagingOptions {
pickFirst '**/libbytehook.so'
}
}
初始化
在你的 Java 代码中,添加以下初始化代码:
import com.bytedance.android.bytehook.ByteHook;
public class MySdk {
public static synchronized void init() {
ByteHook.init();
}
}
钩子和解钩
在你的 C 或 C++ 代码中,使用以下钩子函数:
#include "bytehook.h"
bytehook_stub_t bytehook_hook_single(
const char *caller_path_name,
const char *callee_path_name,
const char *sym_name,
void *new_func,
bytehook_hooked_t hooked,
void *hooked_arg);
// ... 其他钩子函数 ...
int bytehook_unhook(bytehook_stub_t stub);
确保在代理函数中使用 BYTEHOOK_CALL_PREV() 宏调用原始函数,并在返回前使用 BYTEHOOK_POP_STACK() 宏。
3. 应用案例和最佳实践
(本部分将介绍一些具体的应用场景和如何使用 ByteHook 解决实际问题的最佳实践,由于具体案例需要根据实际项目情况编写,这里仅作示例说明。)
4. 典型生态项目
(本部分将列举一些与 ByteHook 相关的生态项目,这些项目可能使用了 ByteHook 或为其提供了扩展功能,具体项目需要根据实际情况列出。)
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 StartedRust0152- DDeepSeek-V4-ProDeepSeek-V4-Pro(总参数 1.6 万亿,激活 49B)面向复杂推理和高级编程任务,在代码竞赛、数学推理、Agent 工作流等场景表现优异,性能接近国际前沿闭源模型。Python00
LongCat-Video-Avatar-1.5最新开源LongCat-Video-Avatar 1.5 版本,这是一款经过升级的开源框架,专注于音频驱动人物视频生成的极致实证优化与生产级就绪能力。该版本在 LongCat-Video 基础模型之上构建,可生成高度稳定的商用级虚拟人视频,支持音频-文本转视频(AT2V)、音频-文本-图像转视频(ATI2V)以及视频续播等原生任务,并能无缝兼容单流与多流音频输入。00
auto-devAutoDev 是一个 AI 驱动的辅助编程插件。AutoDev 支持一键生成测试、代码、提交信息等,还能够与您的需求管理系统(例如Jira、Trello、Github Issue 等)直接对接。 在IDE 中,您只需简单点击,AutoDev 会根据您的需求自动为您生成代码。Kotlin03
Intern-S2-PreviewIntern-S2-Preview,这是一款高效的350亿参数科学多模态基础模型。除了常规的参数与数据规模扩展外,Intern-S2-Preview探索了任务扩展:通过提升科学任务的难度、多样性与覆盖范围,进一步释放模型能力。Python00
skillhubopenJiuwen 生态的 Skill 托管与分发开源方案,支持自建与可选 ClawHub 兼容。Python0112