FingerprintPay 6.0.0版本发布:全面优化指纹支付体验
FingerprintPay是一款专注于移动支付场景指纹认证增强的开源项目,通过系统级Hook技术为国内主流支付应用提供更便捷的指纹支付体验。最新发布的6.0.0版本在功能完善和兼容性方面都有显著提升。
核心功能升级
本次更新最值得关注的是新增了通过音量键临时禁用指纹认证的功能。当用户在应用内进行指纹认证时,可以通过按下音量下键快速临时禁用指纹识别,这一设计特别适合需要在特定场景下临时关闭指纹认证的用户。需要注意的是,该功能目前仅支持应用内认证场景。
支付应用适配情况
6.0.0版本对多款主流支付应用进行了针对性适配:
-
QQ支付:完美适配QQ 9.1.55(9218)版本,确保在该版本下的指纹支付功能稳定运行。
-
淘宝支付:新增对淘宝10.47.0(717)版本的支持,用户现在可以在淘宝的支付设置中找到指纹支付配置入口。
-
基础测试验证:开发团队基于云闪付10.1.6、微信8.0.56和支付宝10.7.6.8200等版本进行了全面测试,确保这些主流支付应用的兼容性。
重要版本说明
开发者特别提醒用户注意:当前6.0.0版本暂不支持微信8.0.57及以上版本。对于使用较新微信版本的用户,建议暂时不要升级微信应用或等待后续版本更新。
技术实现特点
作为一款系统级模块,FingerprintPay采用了两种主流框架实现方式:
-
Riru框架版本:适合使用Riru环境的用户,提供针对各支付应用的独立模块和全功能整合包。
-
Zygisk框架版本:为使用Zygisk环境的用户提供优化实现,同样包含分应用模块和全功能包。
两种实现方式都经过精心优化,确保在不同系统环境下都能提供流畅的指纹支付体验。项目完全开源免费的性质也保证了技术的透明性和安全性。
使用建议
对于普通用户,建议根据自己使用的支付应用选择对应的功能模块,而非直接安装全功能包,这样可以减少不必要的系统资源占用。技术爱好者则可以通过分析项目代码深入了解Android系统Hook技术和支付安全机制。
随着移动支付安全要求的不断提高,FingerprintPay项目团队将持续跟进各支付应用的更新,为用户提供既便捷又安全的指纹支付增强方案。
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。C048
MiniMax-M2.1从多语言软件开发自动化到复杂多步骤办公流程执行,MiniMax-M2.1 助力开发者构建下一代自主应用——全程保持完全透明、可控且易于获取。Python00
kylin-wayland-compositorkylin-wayland-compositor或kylin-wlcom(以下简称kywc)是一个基于wlroots编写的wayland合成器。 目前积极开发中,并作为默认显示服务器随openKylin系统发布。 该项目使用开源协议GPL-1.0-or-later,项目中来源于其他开源项目的文件或代码片段遵守原开源协议要求。C01
PaddleOCR-VLPaddleOCR-VL 是一款顶尖且资源高效的文档解析专用模型。其核心组件为 PaddleOCR-VL-0.9B,这是一款精简却功能强大的视觉语言模型(VLM)。该模型融合了 NaViT 风格的动态分辨率视觉编码器与 ERNIE-4.5-0.3B 语言模型,可实现精准的元素识别。Python00
GLM-4.7GLM-4.7上线并开源。新版本面向Coding场景强化了编码能力、长程任务规划与工具协同,并在多项主流公开基准测试中取得开源模型中的领先表现。 目前,GLM-4.7已通过BigModel.cn提供API,并在z.ai全栈开发模式中上线Skills模块,支持多模态任务的统一规划与协作。Jinja00
agent-studioopenJiuwen agent-studio提供零码、低码可视化开发和工作流编排,模型、知识库、插件等各资源管理能力TSX0126
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