深入解析VR-25/acc项目中的Xiaomi手机充电控制机制
2025-07-06 03:21:21作者:滕妙奇
背景介绍
VR-25/acc是一个Android电池充电控制项目,旨在帮助用户更好地管理设备充电行为,延长电池寿命。该项目特别关注"空闲充电模式"(idle mode)的实现,这种模式可以让设备在连接电源时保持电量稳定而不持续充电。
Xiaomi设备的特殊发现
在Xiaomi Mi 10设备上,用户发现了一个有趣的充电控制机制。通过直接修改系统文件中的电压参数,可以实现类似空闲充电的效果,而无需依赖acc项目的完整功能。
关键发现点
- 电压控制文件:在
/sys/class/power_supply/battery/voltage_max路径下,Xiaomi设备暴露了一个可写的电压控制接口 - 有效值范围:默认值为4480000(4.48V),将其修改为3900000(3.9V)可使设备在达到57%电量时进入低电流状态(<10mA)
- 持久化问题:修改在重启后会失效,需要脚本实现自动设置
技术实现细节
传统开关控制方式
大多数Android设备通过简单的充电开关控制充电行为,Xiaomi设备上有效的开关包括:
battery/battery_charging_enabled:基本充电开关控制- 其他3-4个有效开关(具体路径因设备而异)
这些开关只能实现简单的充电开启/关闭功能,无法实现精细的充电控制。
电压控制方式
Xiaomi设备提供的电压控制机制更为精细:
- 工作原理:通过限制最大充电电压,系统会在达到设定电压时自动降低充电电流
- 实际效果:实现了类似"空闲充电"的行为,设备保持连接电源但不持续充电
- 电量对应:3.9V约对应57%电量,用户可根据需求调整该值
项目现状与改进方向
虽然VR-25/acc项目提供了全面的测试功能(acc -t),但在Xiaomi设备上存在以下问题:
- 测试结果可靠性:报告了大量假阳性结果(75个开关中仅4-5个实际有效)
- 空闲模式支持:测试显示支持但实际上无效
- 设备适配:缺乏针对特定机型(如Xiaomi系列)的优化配置
开发者已意识到这些问题,并在最新版本中致力于:
- 减少假阳性结果
- 提高测试速度
- 增强设备特定适配
实用建议
对于Xiaomi设备用户,特别是希望实现充电控制的用户,可以考虑:
- 直接电压控制法:
echo 3900000 > /sys/class/power_supply/battery/voltage_max
(数值可根据需要调整)
- 自动化实现:
- 创建init脚本或使用Tasker等工具实现开机自动设置
- 结合充电状态监测动态调整
- 与acc项目结合:
- 使用acc管理基本充电开关
- 配合电压控制实现更精细的管理
总结
Xiaomi设备的充电控制机制展示了Android生态中硬件厂商的特殊实现。虽然通用解决方案如VR-25/acc项目提供了广泛支持,但针对特定设备的优化往往能带来更好的效果。理解底层机制(如电压控制)可以帮助用户实现更符合需求的充电管理策略。
随着项目的持续改进,未来有望提供更准确的设备适配和测试结果,为用户带来更便捷的电池管理体验。
登录后查看全文
热门项目推荐
相关项目推荐
ERNIE-4.5-VL-28B-A3B-ThinkingERNIE-4.5-VL-28B-A3B-Thinking 是 ERNIE-4.5-VL-28B-A3B 架构的重大升级,通过中期大规模视觉-语言推理数据训练,显著提升了模型的表征能力和模态对齐,实现了多模态推理能力的突破性飞跃Python00
unified-cache-managementUnified Cache Manager(推理记忆数据管理器),是一款以KV Cache为中心的推理加速套件,其融合了多类型缓存加速算法工具,分级管理并持久化推理过程中产生的KV Cache记忆数据,扩大推理上下文窗口,以实现高吞吐、低时延的推理体验,降低每Token推理成本。Python03
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
Spark-Prover-X1-7BSpark-Prover 是由科大讯飞团队开发的专用大型语言模型,专为 Lean4 中的自动定理证明而设计。该模型采用创新的三阶段训练策略,显著增强了形式化推理能力,在同等规模的开源模型中实现了最先进的性能。Python00
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能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
GOT-OCR-2.0-hf阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00
最新内容推荐
32位ECC纠错Verilog代码:提升FPGA系统可靠性的关键技术方案 Jetson TX2开发板官方资源完全指南:从入门到精通 全球GEOJSON地理数据资源下载指南 - 高效获取地理空间数据的完整解决方案 STDF-View解析查看软件:半导体测试数据分析的终极工具指南 2023年最新HTMLCSSJS组件库:提升前端开发效率的必备资源 Photoshop作业资源文件下载指南:全面提升设计学习效率的必备素材库 IEC61850建模工具及示例资源:智能电网自动化配置的完整指南 海康威视DS-7800N-K1固件升级包全面解析:提升安防设备性能的关键资源 PADS元器件位号居中脚本:提升PCB设计效率的自动化利器 PhysioNet医学研究数据库:临床数据分析与生物信号处理的权威资源指南
项目优选
收起
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
311
2.72 K
deepin linux kernel
C
24
7
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
638
242
仓颉编译器源码及 cjdb 调试工具。
C++
124
851
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
1.03 K
469
Ascend Extension for PyTorch
Python
148
175
暂无简介
Dart
604
135
TorchAir 支持用户基于PyTorch框架和torch_npu插件在昇腾NPU上使用图模式进行推理。
Python
226
81
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
363
2.99 K
React Native鸿蒙化仓库
JavaScript
236
310