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。
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