LibreTorrent:Android平台上的开源BitTorrent客户端
LibreTorrent是一款功能强大且完全免费的Android BitTorrent客户端,采用GPLv3开源协议发布。该项目致力于为用户提供一个自由、透明且功能完整的torrent下载解决方案,强调隐私保护和用户自由。
项目概述
LibreTorrent基于libtorrent4j库构建,支持BitTorrent 2.0协议和WebTorrent技术。它提供了完整的torrent下载管理功能,包括文件选择下载、流媒体播放、RSS订阅自动下载等高级特性。应用采用Material Design设计语言,支持深色主题和Android TV适配。
核心技术特性
完整的协议支持
- BitTorrent 2.0和WebTorrent协议兼容
- 支持DHT、PeX、加密连接、LSD(本地发现)
- UPnP和NAT-PMP端口映射支持
- µTP(Micro Transport Protocol)协议
高级功能
- 文件选择性下载和优先级设置
- 下载完成后自动移动文件到指定目录
- 支持流媒体播放,可边下边播
- RSS订阅和自动下载管理
- 支持创建包含多个大文件的种子
- IP过滤功能(支持eMule DAT和PeerGuardian列表)
用户界面
- Material Design设计,支持深色和黑色主题
- 平板电脑和Android TV优化界面
- 多语言支持(超过35种语言)
- 可定制的网络、电池和UI设置
技术架构
LibreTorrent采用现代化的Android架构,主要包含以下核心组件:
TorrentEngine - 核心下载引擎,管理所有torrent会话和下载任务
TorrentRepository - 数据持久层,负责torrent信息的存储和检索
FileSystemFacade - 文件系统抽象层,处理各种存储方案的兼容性
SettingsRepository - 配置管理,支持丰富的自定义设置选项
项目使用Room数据库进行数据持久化,支持复杂的torrent状态管理和恢复功能。网络层基于libtorrent4j库,提供了稳定高效的P2P传输能力。
应用场景
LibreTorrent适用于多种使用场景:
移动下载 - 在Android设备上快速下载大文件 媒体播放 - 支持流媒体播放,无需等待完整下载 内容分享 - 创建和分享自己的torrent文件 RSS订阅 - 自动监控和下载感兴趣的内容 Android TV - 大屏幕设备上的torrent下载和管理
项目特点
完全开源 - 采用GPLv3协议,代码完全开放透明 隐私保护 - 不收集用户数据,所有权限明确告知 无广告 - 纯净的使用体验,无任何广告干扰 社区驱动 - 鼓励用户参与翻译和功能开发 跨设备支持 - 支持手机、平板、TV等多种设备形态
开发与贡献
项目欢迎开发者贡献代码,贡献指南详见CONTRIBUTING.md。开发遵循KISS(Keep It Simple, Stupid)原则,注重代码的可维护性和可读性。
本地化文件位于app/src/main/res/values-*目录下,支持通过Weblate平台进行翻译贡献。项目使用标准的Android开发工具链,支持Gradle构建。
许可证与隐私
LibreTorrent采用GNU General Public License v3.0许可证,确保软件的自由性。隐私政策明确说明应用不收集用户个人信息,所有数据本地存储。
要获取项目源代码,可以克隆仓库:
git clone https://gitcode.com/gh_mirrors/li/libretorrent
LibreTorrent代表了Android平台上torrent客户端的开源解决方案,为追求自由软件和隐私保护的用户提供了优秀的选择。
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-5.1GLM-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




