ARTist 开源项目使用教程
1. 项目介绍
ARTist 是一个灵活的开源 instrumentation 框架,专为 Android 应用和 Java 中间件设计。它基于 Android 运行时(ART)的编译器,在设备上的编译过程中修改代码。与现有的 instrumentation 框架相比,ARTist 保留了应用的原始签名,并在指令级别上操作。
此仓库代表了 ARTist 生态系统的核心,是 instrumentation 框架的实际实现。它集成到 AOSP 的 Android 运行时(ART)项目中,创建了一个专门化的设备上 dex2oat 编译器版本,并为开发者提供了模块 API,以完全控制目标 Java 源代码,该源代码以编译器的中间表示形式提供。ARTist 允许最终用户使用已有的模块,开发者创建自己的应用和 Android 系统的 instrumentations,以及研究人员分析和扩展应用和系统行为。
ARTist 支持两种部署方式:首先,作为一个常规应用使用我们的 ArtistGui 项目,允许在 rooted 设备上进行非侵入式应用 instrumentation;其次,作为定制 ROM 的系统编译器,可以额外地 instrument 系统服务器(包管理服务、活动管理服务等)和 Android 框架类(boot.oat)。它支持 Android 6.0(含)之后的版本。
2. 项目快速启动
以下是在本地环境中快速启动 ARTist 的步骤:
首先,确保你的开发环境已经配置好 Android SDK 和 NDK。然后,克隆仓库并按照以下步骤操作:
git clone https://github.com/Project-ARTist/ARTist.git
cd ARTist
# 编译 ARTist
# ...
# 将编译好的文件部署到 Android 设备上
# ...
请注意,上述命令仅为示例,实际编译步骤会根据你的开发环境和项目配置有所不同。
3. 应用案例和最佳实践
- 案例 1: 使用 ARTist 对 Android 应用进行性能分析,监控关键方法的执行时间。
- 案例 2: 利用 ARTist 修改系统级服务的行为,以增强系统安全。
最佳实践:
- 在开发模块时,确保代码的版本独立性,以便在不同的 Android 版本上兼容。
- 尽量使用 ARTist 提供的 API,避免直接修改底层实现。
4. 典型生态项目
ARTist 的生态系统中包括了以下几个典型的项目:
- ArtistGui: 一个图形用户界面,用于在 rooted 设备上进行应用 instrumentation。
- ARTist SDK: 用于简化模块开发的专用 SDK,即将在 beta 版本中提供。
以上是关于 ARTist 开源项目的简要教程,希望对你有所帮助。
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
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
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。Python00
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