【免费下载】 GKD订阅规则编写完全指南:从环境搭建到规则提交
2026-02-04 04:07:42作者:裴麒琰
前言
在移动应用生态中,广告拦截一直是用户关注的焦点。GKD订阅项目通过规则定义的方式,帮助用户自动化处理应用中的各类广告和干扰元素。本文将详细介绍如何为GKD订阅项目编写有效的规则,从环境搭建到最终提交的全流程。
一、环境准备
1.1 基础设备要求
- Android设备(系统版本建议11及以上)
- 可选:电脑(用于更高效的规则编写)
1.2 开发环境配置(电脑端)
项目基于Node.js和TypeScript技术栈,需要配置以下环境:
- Node.js环境:建议安装LTS版本
- 包管理工具:推荐使用pnpm,执行效率高于npm
- 代码编辑器:Visual Studio Code是最佳选择,提供完善的TypeScript支持
安装完成后,在项目根目录执行pnpm install安装依赖。
二、快照获取与审查
2.1 设备端配置
- 在目标应用中启用无障碍权限
- 对于Android 11以下设备,需额外开启截屏服务
- 建议开启悬浮窗服务,便于快速捕获快照
2.2 快照捕获方式
有三种主要方式获取应用界面快照:
- 悬浮窗按钮:通过悬浮窗服务提供的截屏按钮
- 控制中心快捷功能:添加"捕获快照"快捷方式
- 网页审查工具:最推荐的方式,提供更全面的分析功能
2.3 网页审查工具使用
- 确保设备和电脑在同一局域网
- 在设备上启用HTTP服务
- 通过浏览器访问审查工具界面
- 安装必要的浏览器扩展以绕过安全限制
三、规则编写实战
3.1 快照分析
以WPS应用为例,分析广告元素的特征:
- 定位广告关闭按钮
- 通过审查工具查看节点属性
- 识别唯一标识符(如ID、文本内容等)
3.2 选择器编写
选择器语法类似于CSS选择器,常用模式包括:
- 精确ID匹配:
[id="com.example.ad/close"] - 后缀匹配:
[id$="/close"](匹配以"/close"结尾的ID) - 文本匹配:
[text="关闭广告"]
3.3 规则测试
- 在审查工具中验证选择器有效性
- 通过"执行选择器"功能进行真机测试
- 处理可能出现的多阶段广告(如关闭后出现的反馈弹窗)
3.4 完整规则示例
{
id: 'cn.wps.moffice_eng',
name: 'WPS',
groups: [
{
key: 1,
name: '分段广告-首页-文档列表广告',
activityIds: [
'cn.wps.moffice.main.StartPublicActivity',
'cn.wps.moffice.main.local.HomeRootActivity'
],
rules: [
{
matches: '[text="关闭当前广告"]',
snapshotUrls: 'https://i.gkd.li/i/12505365'
},
{
matches: '[id$="/nativeclose"]',
snapshotUrls: [
'https://i.gkd.li/i/12505350',
'https://i.gkd.li/i/12505286'
]
}
]
}
]
}
四、代码提交规范
4.1 文件结构
- 每个应用对应一个独立的TypeScript文件
- 文件命名使用应用ID(如
cn.wps.moffice_eng.ts) - 文件存放在指定目录下
4.2 内容规范
- 必须包含完整的应用元信息(id和name)
- 每个规则组需要明确分类前缀
- 必须提供有效的快照URL作为参考
- 示例URL建议提供完整的广告展示截图
4.3 质量检查
- 本地运行
pnpm run check验证规则有效性 - 确保选择器语法正确
- 验证快照URL可访问且与规则匹配
五、高级技巧
- 多活动处理:针对应用的不同界面分别指定activityIds
- 延迟点击:对于需要等待的元素,可配置延迟时间
- 复合选择器:结合多个属性提高匹配精确度
- 排除规则:定义不应当匹配的特殊情况
六、注意事项
- 规则分类必须使用预定义的标准分类
- 避免使用"未分类"除非特殊情况并获得许可
- 每个规则修改应独立提交,便于审查
- 保持规则简洁高效,避免过度匹配
结语
通过本文的指导,您应该已经掌握了为GKD订阅项目贡献规则的全流程。从环境配置到规则编写,再到最终提交,每个步骤都需要细心和耐心。高质量的规则不仅能有效拦截广告,还能确保应用的正常功能不受影响。期待您的贡献能让整个生态更加纯净。
登录后查看全文
热门项目推荐
相关项目推荐
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-5.1GLM-5.1是智谱迄今最智能的旗舰模型,也是目前全球最强的开源模型。GLM-5.1大大提高了代码能力,在完成长程任务方面提升尤为显著。和此前分钟级交互的模型不同,它能够在一次任务中独立、持续工作超过8小时,期间自主规划、执行、自我进化,最终交付完整的工程级成果。Jinja00
LongCat-AudioDiT-1BLongCat-AudioDiT 是一款基于扩散模型的文本转语音(TTS)模型,代表了当前该领域的最高水平(SOTA),它直接在波形潜空间中进行操作。00- QQwen3.5-397B-A17BQwen3.5 实现了重大飞跃,整合了多模态学习、架构效率、强化学习规模以及全球可访问性等方面的突破性进展,旨在为开发者和企业赋予前所未有的能力与效率。Jinja00
HY-Embodied-0.5这是一套专为现实世界具身智能打造的基础模型。该系列模型采用创新的混合Transformer(Mixture-of-Transformers, MoT) 架构,通过潜在令牌实现模态特异性计算,显著提升了细粒度感知能力。Jinja00
FreeSql功能强大的对象关系映射(O/RM)组件,支持 .NET Core 2.1+、.NET Framework 4.0+、Xamarin 以及 AOT。C#00
热门内容推荐
最新内容推荐
项目优选
收起
deepin linux kernel
C
27
14
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
659
4.26 K
🎉 (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
1.54 K
894
Ascend Extension for PyTorch
Python
503
609
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
391
286
暂无简介
Dart
905
218
🔥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
69
21
昇腾LLM分布式训练框架
Python
142
168
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++
939
862
🍒 Cherry Studio 是一款支持多个 LLM 提供商的桌面客户端
TypeScript
1.33 K
108