Shizuku项目在Android 14 QPR3 Beta2上的权限管理接口变更分析
背景介绍
Shizuku是一个优秀的Android系统服务调用框架,它允许开发者通过标准API访问系统级功能。在Android系统不断迭代更新的过程中,系统内部接口经常发生变化,这给像Shizuku这样的系统工具带来了兼容性挑战。
问题现象
在Android 14 QPR3 Beta2版本中,开发者报告了一个关键错误:当尝试调用grantRuntimePermission方法时,系统抛出NoSuchMethodError异常。错误信息明确指出在android.permission.IPermissionManager接口中找不到该方法。
技术分析
接口变更详情
通过分析Android 14 QPR3 Beta2的框架代码,我们发现Google对权限管理接口做了重要修改:
-
方法签名变更:从原来的
grantRuntimePermission(String packageName, String permissionName, int userId)变更为grantRuntimePermission(String packageName, String permissionName, String persistentDeviceId) -
参数类型变化:第三个参数从
int类型的userId改为String类型的persistentDeviceId
影响范围
这一变更影响了所有依赖此接口进行运行时权限管理的应用,特别是像Shizuku这样需要动态授予权限的系统工具。在旧版本Shizuku(13.5.3)上运行时,由于尝试调用不存在的接口方法,导致应用崩溃。
解决方案
Shizuku开发团队迅速响应,在版本13.5.4中修复了此问题。修复方案主要包括:
- 动态检测Android系统版本
- 根据系统版本选择正确的接口方法
- 适配新的参数类型和调用方式
开发者建议
对于依赖系统隐藏API的开发者,建议:
- 密切关注Android Beta版本的API变更
- 实现灵活的版本适配机制
- 加入系统版本检查逻辑
- 考虑使用反射等动态调用方式处理可能变化的接口
总结
Android系统的持续演进带来了API的不断变化,这对系统工具开发者提出了更高要求。Shizuku项目通过快速响应和适配,展现了优秀的工程能力。这一案例也提醒我们,在开发系统级工具时,必须建立完善的版本兼容机制,以应对系统接口可能发生的各种变化。
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
请把这个活动推给顶尖程序员😎本次活动专为懂行的顶尖程序员量身打造,聚焦AtomGit首发开源模型的实际应用与深度测评,拒绝大众化浅层体验,邀请具备扎实技术功底、开源经验或模型测评能力的顶尖开发者,深度参与模型体验、性能测评,通过发布技术帖子、提交测评报告、上传实践项目成果等形式,挖掘模型核心价值,共建AtomGit开源模型生态,彰显顶尖程序员的技术洞察力与实践能力。00
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
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- 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