推荐开源项目:SMS Import / Export
SMS Import / Export 是一个轻巧的Android应用,它能方便地导入和导出短信(包括MMS)、通讯记录以及联系人,并且支持(ND)JSON格式。值得注意的是,这个应用不需要root权限即可运行。
项目升级至2.0.0的重大改变
在2.0.0版本中,应用进行了大规模重构,引入了一种新的消息存储格式——v2:
- 现在短信和MMS数据存储为 newline-delimited JSON 文件(始终命名为
messages.ndjson),与之前的标准JSON格式不同。 - 二进制MMS数据现在独立于文本数据和元数据存储,
messages.ndjson文件与包含从Android文件系统直接复制的原始MMS二进制数据文件(保持原名)的data/目录一起被压缩到ZIP文件中。 - 应用添加的所有(ND)JSON标签都以双下划线(例如,
__display_name,__parts)开头,以清楚表明是由该应用添加的。
关于新格式相对于旧格式(v1)的优缺点,可以在此处进行讨论。这种更改导致2.0.0及以后版本的应用无法与早期版本应用产生的JSON消息文件兼容。有几种解决方案可以解决这个问题,包括使用早期版本的应用进行导入,使用当前版本重新导出,或者使用转换工具将v1格式转换为v2格式。
安装与兼容性
SMS Import / Export 可从 GitHub 获得,预编译的APK包可在 Releases页面 下载,也可以在 F-Droid 上找到。最新的代码通常可以通过 这里 的自动化构建获得(点击最近的工作流运行,然后在"Artifacts"部分点击com.github.tmo1.sms_ie)。
该项目目前兼容运行KitKat / 4.4(API级别19)或更高版本的Android手机设备,但消息导入和定时消息导出功能要求设备至少运行Marshmallow / 6.0(API级别23)。主要在原生Android和 LineageOS 上测试,但也应该能在其他版本的Android上运行。
使用方法
只需点击相应的按钮选择导入或导出源或目的地,即可轻松导入或导出消息、通讯记录或联系人。点击Wipe Messages按钮并确认弹出对话框中的Wipe按钮,即可擦除消息。
进一步的应用场景
这个强大的工具可广泛应用于以下场景:
- 数据备份:定期导出短信、通讯记录和联系人,确保重要信息的安全存储。
- 换机迁移:在更换新手机时,快速将旧手机的数据同步到新设备上。
- 分享:在特定情况下,你可能需要与他人分享你的通讯信息,这个应用可以帮助你完成这一步。
亮点特性
- 无需root权限:这意味着几乎所有的Android用户都能轻松使用。
- 新格式支持:通过采用更高效的数据存储格式,提高了数据传输和处理速度。
- 实验性功能:如导入消息时的订阅ID管理和去重功能,提供了更多的定制选项。
- 定时导出:设置好时间后,应用会自动将选定的数据类型导出到指定目录,便于持续备份。
如果您正在寻找一种可靠的方式来管理您的Android设备上的短信和相关数据,那么SMS Import / Export绝对值得尝试。立即访问F-Droid或GitHub获取应用,让数据管理变得更简单。
kernelopenEuler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。C030
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