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。
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