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-5.1GLM-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
atomcodeAn open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust021
MiniMax-M2.7MiniMax-M2.7 是我们首个深度参与自身进化过程的模型。M2.7 具备构建复杂智能体应用框架的能力,能够借助智能体团队、复杂技能以及动态工具搜索,完成高度精细的生产力任务。Python00- 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
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
ERNIE-ImageERNIE-Image 是由百度 ERNIE-Image 团队开发的开源文本到图像生成模型。它基于单流扩散 Transformer(DiT)构建,并配备了轻量级的提示增强器,可将用户的简短输入扩展为更丰富的结构化描述。凭借仅 80 亿的 DiT 参数,它在开源文本到图像模型中达到了最先进的性能。该模型的设计不仅追求强大的视觉质量,还注重实际生成场景中的可控性,在这些场景中,准确的内容呈现与美观同等重要。特别是,ERNIE-Image 在复杂指令遵循、文本渲染和结构化图像生成方面表现出色,使其非常适合商业海报、漫画、多格布局以及其他需要兼具视觉质量和精确控制的内容创作任务。它还支持广泛的视觉风格,包括写实摄影、设计导向图像以及更多风格化的美学输出。Jinja00