AdGuardHomeForMagisk安装与配置指南
1. 项目基础介绍
AdGuardHomeForMagisk 是一个开源项目,它通过重定向并过滤 DNS 请求来拦截不需要的内容。该项目可以作为一个Magisk/KernelSU/APatch模块使用,既可以作为本机使用的拦截模块,也可以通过调整配置文件,作为独立的 AdGuardHome 运行工具。
该项目主要使用的编程语言是 Shell 脚本(82.2%)和 PowerShell(17.8%)。
2. 项目使用的关键技术和框架
本项目主要使用了以下技术和框架:
- Magisk:一款开源的Android系统框架,用于在Android设备上提供root权限。
- AdGuard Home:一个网络级别的拦截工具,可以在用户的设备上运行,拦截整个网络中的不需要内容。
- DNS过滤技术:通过修改DNS请求,拦截不需要的网站。
3. 项目安装和配置的准备工作及详细步骤
准备工作
在开始安装之前,请确保你的设备已经安装了Magisk,并且设备已经root。此外,还需要确认设备上没有安装其他会影响AdGuard Home运行的软件。
安装步骤
-
下载模块:首先,从 Magisk Manager 中下载 AdGuardHomeForMagisk 模块。
-
安装模块:在 Magisk Manager 中安装下载的模块。
-
**配置 AdGuardHomeForMagisk 依赖于 Magisk 模块,因此它需要在已经root并且安装了Magisk的Android设备上运行。安装模块后,它会在 `/data/adb/magisk模块安装后,AdGuard Home 可以通过 Magisk 模块在 Android 设备上运行,它将 AdGuard Home 守护进程作为系统服务运行。
-
启动服务:安装后,使用
adb shell命令启动 AdGuard Home 服务。
adb shell am startservice -n com.adguard.android.service.AdGuardService
-
访问控制面板:安装完成后,可以通过访问
http://127.0.0.1:3000来管理 AdGuard Home,查看统计信息,修改DNS上游服务器和自定义规则等。 -
规则设置:AdGuard Home 使用过滤规则来拦截不需要的内容。你可以从AWAwenue Rule获取规则,或者自己编写规则。
-
启动AdGuard Home:在Magisk模块中安装并启动AdGuard Home。
adb shell am startservice -n com.adguard.android.service.AdGuardService
- 停止AdGuard Home:如果需要停止服务,使用以下命令。
adb shell am stopservice -n com.adguard.android.service.AdGuardService
- 卸载模块:如果不再需要,可以通过Magisk Manager卸载AdGuardHomeForMagisk模块。
请按照上述步骤操作,完成AdGuardHomeForMagisk的安装和配置。如果在安装过程中遇到问题,请查阅项目文档或相关社区进行解决。
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5-w4a8GLM-5-w4a8基于混合专家架构,专为复杂系统工程与长周期智能体任务设计。支持单/多节点部署,适配Atlas 800T A3,采用w4a8量化技术,结合vLLM推理优化,高效平衡性能与精度,助力智能应用开发Jinja00
请把这个活动推给顶尖程序员😎本次活动专为懂行的顶尖程序员量身打造,聚焦AtomGit首发开源模型的实际应用与深度测评,拒绝大众化浅层体验,邀请具备扎实技术功底、开源经验或模型测评能力的顶尖开发者,深度参与模型体验、性能测评,通过发布技术帖子、提交测评报告、上传实践项目成果等形式,挖掘模型核心价值,共建AtomGit开源模型生态,彰显顶尖程序员的技术洞察力与实践能力。00
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00
MiniMax-M2.5MiniMax-M2.5开源模型,经数十万复杂环境强化训练,在代码生成、工具调用、办公自动化等经济价值任务中表现卓越。SWE-Bench Verified得分80.2%,Multi-SWE-Bench达51.3%,BrowseComp获76.3%。推理速度比M2.1快37%,与Claude Opus 4.6相当,每小时仅需0.3-1美元,成本仅为同类模型1/10-1/20,为智能应用开发提供高效经济选择。【此简介由AI生成】Python00
Qwen3.5Qwen3.5 昇腾 vLLM 部署教程。Qwen3.5 是 Qwen 系列最新的旗舰多模态模型,采用 MoE(混合专家)架构,在保持强大模型能力的同时显著降低了推理成本。00- RRing-2.5-1TRing-2.5-1T:全球首个基于混合线性注意力架构的开源万亿参数思考模型。Python00