Animiru 开源项目安装与使用教程
项目概述
Animiru 是一个基于 Android 的动漫观看应用,作为 Aniyomi 的非官方分支,它提供丰富的功能,如本地视频播放、自定义播放器设置(借助 mpv-android)、支持多个追踪服务(MyAnimeList、AniList 等)以及分类管理库等。项目采用 Kotlin 编写,并在 Apache-2.0 许可下发布。
1. 目录结构及介绍
Animiru 的项目结构体现了典型的 Android 应用布局,以下是一些关键目录的简介:
-
app:主应用程序模块,包含了所有的Activity、Fragment、服务和UI相关的代码。
src:主要源码存放地,分为main、test等。main中包含java与res,分别存储Java/Kotlin源码和资源文件。
build.gradle:模块构建配置文件。AndroidManifest.xml:应用的全局声明,包括权限、启动活动等。
-
buildSrc: 包含编译时需要的通用代码或插件。
-
gradle.properties, settings.gradle(kts): 项目级配置和构建脚本初始化。
-
core, data, domain等:这些通常遵循Clean Architecture原则,分别代表核心逻辑、数据访问层和业务领域。
-
presentation-core, presentation-widget: 呈现层相关代码,可能包含UI组件和交互逻辑。
-
i18n: 国际化资源文件。
-
build.gradle(kts), gradlew, gradlew.bat: Gradle构建工具相关的脚本。
-
LICENSE, CODE_OF_CONDUCT.md, CONTRIBUTING.md: 分别是软件许可协议、行为准则、贡献指南。
2. 项目的启动文件介绍
在app/src/main/java路径下,一般会有一个或几个启动活动(MainActivity类)。虽然具体文件名未直接给出,但传统上,项目的入口点通常是名为MainActivity的类。这个类负责初始化应用界面,加载初始数据,并处理应用程序的启动流程。
# 示例(伪代码)
package com.quickdesh.animiru;
import androidx.appcompat.app.AppCompatActivity;
import android.os.Bundle;
public class MainActivity extends AppCompatActivity {
@Override
protected void onCreate(Bundle savedInstanceState) {
super.onCreate(savedInstanceState);
setContentView(R.layout.activity_main); // 设置主界面布局
// 初始化应用逻辑
AppInitializer.init(this);
}
}
3. 项目的配置文件介绍
主要配置文件
-
build.gradle.kts: 模块构建配置文件,定义了依赖、编译选项、插件等。
plugins { id("com.android.application") kotlin("android") } android { compileSdkVersion(XX) defaultConfig { applicationId "com.quickdesh.animiru" minSdkVersion(XX) targetSdkVersion(XX) versionCode XX versionName "X.X.X" } // 其他配置... } dependencies { implementation(Kotlin.Core.kotlin.version) // 添加其他必要的库和依赖项 } -
gradle.properties: 包含全局的Gradle属性,比如版本号控制。
-
AndroidManifest.xml: 应用的元数据,定义了应用权限、启动Activity、主题等重要信息。
-
local.properties: 可能包含SDK路径等本地环境特定的配置。
对于具体的配置文件内容,需查看项目实际提供的文件以获取最新和详细的信息。在进行项目编译和运行前,确保已调整所有必要的配置以适应你的开发环境。
请注意,由于直接操作或修改开源项目涉及版权和责任问题,在进行任何重大修改之前,务必仔细阅读项目的LICENSE文件及其贡献指南(CONTRIBUTING.md)。
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- QQwen3-Coder-Next2026年2月4日,正式发布的Qwen3-Coder-Next,一款专为编码智能体和本地开发场景设计的开源语言模型。Python00
xw-cli实现国产算力大模型零门槛部署,一键跑通 Qwen、GLM-4.7、Minimax-2.1、DeepSeek-OCR 等模型Go06
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
Baichuan-M3-235BBaichuan-M3 是百川智能推出的新一代医疗增强型大型语言模型,是继 Baichuan-M2 之后的又一重要里程碑。Python00
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