AndroidFamily 项目使用教程
项目介绍
AndroidFamily 是一个专注于 Android 开发者知识积累与能力进阶的开源项目。该项目主要集中在 Java、Android、计算机基础、Flutter、NDK、产品和软实力等话题。项目参考了杜威十进制的知识分类思想进行分级整理,旨在帮助开发者构建完整的 Android 知识体系。
项目快速启动
克隆项目
首先,克隆项目到本地:
git clone https://github.com/pengxurui/AndroidFamily.git
打开项目
克隆完成后,使用 Android Studio 打开项目。注意,项目的根目录是多个 Android 工程的聚合,因此需要打开对应的示例目录进行编译和运行。
例如,要运行 HelloAndroidX 示例,打开 HelloAndroidX 目录:
cd AndroidFamily/HelloAndroidX
然后在 Android Studio 中打开该目录,进行编译和运行。
应用案例和最佳实践
组件化发布
AndroidFamily 项目中包含了一个关于使用 Maven 实现组件化发布的示例。以下是快速启动该示例的步骤:
-
打开
MavenPublish示例目录:cd AndroidFamily/MavenPublish -
在 Android Studio 中打开该目录,并执行以下 Gradle 任务:
./gradlew uploadArchives -
该任务会将组件发布到本地 Maven 仓库,之后可以在其他项目中引用该组件。
字节码插桩
项目中还包含了一个使用 AGP Transform API 进行字节码插桩的示例。以下是快速启动该示例的步骤:
-
打开
HelloTransform示例目录:cd AndroidFamily/HelloTransform -
在 Android Studio 中打开该目录,并编译运行项目。
典型生态项目
Flutter 示例
AndroidFamily 项目中还包含了一些 Flutter 示例,帮助开发者理解和学习 Flutter 技术。以下是快速启动 Flutter 示例的步骤:
-
打开
FlutterDemo示例目录:cd AndroidFamily/FlutterDemo -
在 Android Studio 中打开该目录,并编译运行项目。
NDK 示例
项目中还包含了一些 NDK 示例,帮助开发者理解和学习 Android NDK 技术。以下是快速启动 NDK 示例的步骤:
-
打开
HelloNDK示例目录:cd AndroidFamily/HelloNDK -
在 Android Studio 中打开该目录,并编译运行项目。
通过以上步骤,您可以快速启动并运行 AndroidFamily 项目中的各个示例,深入学习和理解 Android 开发的各个方面。
ERNIE-4.5-VL-28B-A3B-ThinkingERNIE-4.5-VL-28B-A3B-Thinking 是 ERNIE-4.5-VL-28B-A3B 架构的重大升级,通过中期大规模视觉-语言推理数据训练,显著提升了模型的表征能力和模态对齐,实现了多模态推理能力的突破性飞跃Python00
unified-cache-managementUnified Cache Manager(推理记忆数据管理器),是一款以KV Cache为中心的推理加速套件,其融合了多类型缓存加速算法工具,分级管理并持久化推理过程中产生的KV Cache记忆数据,扩大推理上下文窗口,以实现高吞吐、低时延的推理体验,降低每Token推理成本。Python03
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
Spark-Prover-7BSpark-Prover-7B is a 7B-parameter large language model developed by iFLYTEK for automated theorem proving in Lean4. It generates complete formal proofs for mathematical theorems using a three-stage training framework combining pre-training, supervised fine-tuning, and reinforcement learning. The model achieves strong formal reasoning performance and state-of-the-art results across multiple theorem-proving benchmarksPython00
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能Python00
Spark-Formalizer-7BSpark-Formalizer-7B is a 7B-parameter large language model by iFLYTEK for mathematical auto-formalization. It translates natural-language math problems into precise Lean4 formal statements, achieving high accuracy and logical consistency. The model is trained with a two-stage strategy combining large-scale pre-training and supervised fine-tuning for robust formal reasoning.Python00
GOT-OCR-2.0-hf阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00- HHowToCook程序员在家做饭方法指南。Programmer's guide about how to cook at home (Chinese only).Dockerfile014
Spark-Scilit-X1-13B科大讯飞Spark Scilit-X1-13B基于最新一代科大讯飞基础模型,并针对源自科学文献的多项核心任务进行了训练。作为一款专为学术研究场景打造的大型语言模型,它在论文辅助阅读、学术翻译、英语润色和评论生成等方面均表现出色,旨在为研究人员、教师和学生提供高效、精准的智能辅助。Python00- PpathwayPathway is an open framework for high-throughput and low-latency real-time data processing.Python00