MIUIAnesthetist 项目教程
1. 项目介绍
MIUIAnesthetist 是一个开源项目,旨在解除 MIUI 系统的各种功能限制,让用户能够更自由地定制和优化自己的设备。该项目通过 Xposed 模块和 Magisk 模块的结合,实现了对 MIUI 系统应用的冻结、删除以及对系统行为的深度定制。
主要功能
- 禁止 MIUI 系统启动时检查自身完整性,防止删除系统应用后出现循环重启问题。
- 解除 MIUI 系统部分系统应用、组件不能被冻结的限制,并避免被冻结的应用在重启后自动解冻。
- 禁止 MIUI Market 劫持 Google Play,确保用户能够使用自己喜欢的应用商店。
- 解除 MIUI 系统对于未认证的第三方桌面的限制,允许用户使用自己喜欢的桌面应用。
2. 项目快速启动
2.1 环境准备
- 已 root 的 MIUI 设备
- 安装 Magisk 和 Xposed 框架
2.2 安装步骤
-
下载 MIUIAnesthetist 模块 从 GitHub 仓库下载最新版本的 MIUIAnesthetist 模块:
git clone https://github.com/neoblackxt/MIUIAnesthetist.git -
安装 MIUIAnesthetist 模块 将下载的模块文件复制到设备的
/sdcard/目录下,然后通过 Magisk Manager 或 Recovery 模式安装该模块。 -
启用 MIUIAnesthetist 模块 打开 Xposed Installer,找到并启用 MIUIAnesthetist 模块,然后重启设备。
-
配置 MIUIAnesthetist 助手模块 下载并安装 MIUIAnesthetist 助手模块,修改
install.sh文件,添加你想要移除的应用目录路径:REPLACE="/system/app/MiuiSuperMarket"保存后,通过 Magisk Manager 或 Recovery 模式安装该助手模块。
2.3 验证安装
重启设备后,进入系统设置,检查是否成功冻结或移除了指定的系统应用。
3. 应用案例和最佳实践
3.1 冻结系统广告应用
通过 MIUIAnesthetist 模块,用户可以轻松冻结 MIUI 系统中的广告应用,如小米应用商店、小米游戏中心等,从而减少系统广告的干扰。
3.2 移除系统更新应用
对于不希望接收系统更新的用户,可以通过 MIUIAnesthetist 助手模块移除系统更新应用,避免系统自动更新带来的不便。
3.3 使用第三方桌面
MIUIAnesthetist 模块解除了 MIUI 系统对第三方桌面的限制,用户可以自由选择并使用自己喜欢的桌面应用,如 Nova Launcher、Lawnchair 等。
4. 典型生态项目
4.1 Magisk
Magisk 是一个强大的 root 解决方案,支持模块化扩展,是 MIUIAnesthetist 的基础依赖。
4.2 Xposed 框架
Xposed 框架允许用户在不修改 APK 的情况下修改系统行为,是 MIUIAnesthetist 实现功能定制的关键工具。
4.3 MIUI 系统定制工具
除了 MIUIAnesthetist,还有其他一些 MIUI 系统定制工具,如 MIUI 广告拦截器、MIUI 系统优化工具等,用户可以根据自己的需求选择合适的工具进行系统优化。
通过以上步骤,用户可以轻松地使用 MIUIAnesthetist 项目,实现对 MIUI 系统的深度定制和优化。
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
GLM-4.7-FlashGLM-4.7-Flash 是一款 30B-A3B MoE 模型。作为 30B 级别中的佼佼者,GLM-4.7-Flash 为追求性能与效率平衡的轻量化部署提供了全新选择。Jinja00
VLOOKVLOOK™ 是优雅好用的 Typora/Markdown 主题包和增强插件。 VLOOK™ is an elegant and practical THEME PACKAGE × ENHANCEMENT PLUGIN for Typora/Markdown.Less00
PaddleOCR-VL-1.5PaddleOCR-VL-1.5 是 PaddleOCR-VL 的新一代进阶模型,在 OmniDocBench v1.5 上实现了 94.5% 的全新 state-of-the-art 准确率。 为了严格评估模型在真实物理畸变下的鲁棒性——包括扫描伪影、倾斜、扭曲、屏幕拍摄和光照变化——我们提出了 Real5-OmniDocBench 基准测试集。实验结果表明,该增强模型在新构建的基准测试集上达到了 SOTA 性能。此外,我们通过整合印章识别和文本检测识别(text spotting)任务扩展了模型的能力,同时保持 0.9B 的超紧凑 VLM 规模,具备高效率特性。Python00
KuiklyUI基于KMP技术的高性能、全平台开发框架,具备统一代码库、极致易用性和动态灵活性。 Provide a high-performance, full-platform development framework with unified codebase, ultimate ease of use, and dynamic flexibility. 注意:本仓库为Github仓库镜像,PR或Issue请移步至Github发起,感谢支持!Kotlin07
compass-metrics-modelMetrics model project for the OSS CompassPython00