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。
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- 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
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
ruoyi-plus-soybeanRuoYi-Plus-Soybean 是一个现代化的企业级多租户管理系统,它结合了 RuoYi-Vue-Plus 的强大后端功能和 Soybean Admin 的现代化前端特性,为开发者提供了完整的企业管理解决方案。Vue06- 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
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