GKD项目中的ActivityId匹配失效问题分析与解决方案
2025-05-07 09:51:09作者:凤尚柏Louis
问题背景
在GKD项目中,规则配置中的activityIds属性本应限制规则只在特定Activity中生效,但实际使用中发现存在失效情况。具体表现为:在Bilibili应用中,为MainActivityV2配置的开屏广告规则,在搜索页(SearchActivity)也被错误触发。
问题现象分析
开发者配置了如下规则:
{
name: '开屏广告',
key: 2,
fastQuery: true,
actionMaximum: 1,
matchTime: 5000,
resetMatch: 'app',
activityIds: [
'tv.danmaku.bili.MainActivityV2'
],
rules: [
{
matches: [
'[text*="跳"][visibleToUser=true]'
]
}
]
}
理论上,该规则应仅在MainActivityV2中生效。但实际测试发现,当应用从后台返回前台时,即使当前Activity是搜索页(com.bilibili.search2.main.BiliMainSearchActivity),该规则也会被触发。
根本原因
经过日志分析,发现系统未能正确获取当前Activity的ID。日志显示:
com.sec.android.app.launcher.Launcher/8 -> tv.danmaku.bili/null/0
这表明系统返回的Activity ID为null,导致GKD无法进行Activity匹配。在这种情况下,GKD会忽略Activity限制,使规则在所有界面都可能被触发。
解决方案
方案一:安装Shizuku服务
通过安装Shizuku可以解决Activity ID获取失败的问题。Shizuku提供了更稳定的系统API访问能力,能确保正确获取当前Activity信息。
方案二:优化选择器表达式
修改规则中的选择器,增加更严格的限制条件:
'[text*="跳"][visibleToUser=true][vid!="tag_name"]'
这样可以减少误触发的概率,但需要注意:
- 如果首页有标题或UP主名称包含"跳"字,仍可能误触发
- 这只是一个缓解方案,不能从根本上解决Activity ID获取失败的问题
最佳实践建议
- 对于关键规则,建议同时采用两种方案
- 在规则设计时,应考虑Activity ID可能获取失败的情况
- 对于重要功能,建议增加更精确的选择器条件
- 定期检查规则的有效性,特别是在应用更新后
技术原理深入
Activity ID匹配失效的根本原因在于Android系统的权限限制。普通应用获取当前Activity信息需要特殊权限,而Shizuku通过系统级授权可以绕过这些限制。这也是为什么安装Shizuku能从根本上解决问题的原因。
对于无法使用Shizuku的环境,优化选择器表达式是次优方案。通过增加更多匹配条件,可以在一定程度上弥补Activity匹配的不足,但无法完全避免误触发。
登录后查看全文
热门项目推荐
GLM-5.1GLM-5.1是智谱迄今最智能的旗舰模型,也是目前全球最强的开源模型。GLM-5.1大大提高了代码能力,在完成长程任务方面提升尤为显著。和此前分钟级交互的模型不同,它能够在一次任务中独立、持续工作超过8小时,期间自主规划、执行、自我进化,最终交付完整的工程级成果。Jinja00
MiniMax-M2.7MiniMax-M2.7 是我们首个深度参与自身进化过程的模型。M2.7 具备构建复杂智能体应用框架的能力,能够借助智能体团队、复杂技能以及动态工具搜索,完成高度精细的生产力任务。Python00- QQwen3.5-397B-A17BQwen3.5 实现了重大飞跃,整合了多模态学习、架构效率、强化学习规模以及全球可访问性等方面的突破性进展,旨在为开发者和企业赋予前所未有的能力与效率。Jinja00
HY-Embodied-0.5这是一套专为现实世界具身智能打造的基础模型。该系列模型采用创新的混合Transformer(Mixture-of-Transformers, MoT) 架构,通过潜在令牌实现模态特异性计算,显著提升了细粒度感知能力。Jinja00
LongCat-AudioDiT-1BLongCat-AudioDiT 是一款基于扩散模型的文本转语音(TTS)模型,代表了当前该领域的最高水平(SOTA),它直接在波形潜空间中进行操作。00
ERNIE-ImageERNIE-Image 是由百度 ERNIE-Image 团队开发的开源文本到图像生成模型。它基于单流扩散 Transformer(DiT)构建,并配备了轻量级的提示增强器,可将用户的简短输入扩展为更丰富的结构化描述。凭借仅 80 亿的 DiT 参数,它在开源文本到图像模型中达到了最先进的性能。该模型的设计不仅追求强大的视觉质量,还注重实际生成场景中的可控性,在这些场景中,准确的内容呈现与美观同等重要。特别是,ERNIE-Image 在复杂指令遵循、文本渲染和结构化图像生成方面表现出色,使其非常适合商业海报、漫画、多格布局以及其他需要兼具视觉质量和精确控制的内容创作任务。它还支持广泛的视觉风格,包括写实摄影、设计导向图像以及更多风格化的美学输出。Jinja00
项目优选
收起
暂无描述
Dockerfile
675
4.32 K
deepin linux kernel
C
28
16
Ascend Extension for PyTorch
Python
517
627
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++
947
886
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
398
302
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.56 K
909
暂无简介
Dart
921
228
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
1.07 K
559
昇腾LLM分布式训练框架
Python
142
169
Oohos_react_native
React Native鸿蒙化仓库
C++
335
381