PlayIntegrityFork 项目使用教程
1. 项目介绍
PlayIntegrityFork 是一个开源项目,旨在修复 Android 设备上的 Play Integrity(以及 SafetyNet)验证问题。该项目通过注入 classes.dex 文件来修改 android.os.Build 类中的字段,并在原生代码中创建钩子以修改系统属性。这些修改仅针对 Google Play Services 的 DroidGuard 服务,目的是避免硬件认证。
PlayIntegrityFork 支持以下环境:
- Magisk with Zygisk enabled
- KernelSU with Zygisk Next module installed
- APatch with Zygisk Next module installed
2. 项目快速启动
2.1 安装依赖
确保你的设备已经安装了 Magisk 并且 Zygisk 已启用。如果没有安装 Magisk,请先安装 Magisk。
2.2 下载并安装 PlayIntegrityFork
-
打开终端并克隆项目仓库:
git clone https://github.com/osm0sis/PlayIntegrityFork.git -
进入项目目录:
cd PlayIntegrityFork -
安装模块:
./install.sh
2.3 配置和使用
-
创建
custom_pif.json文件以自定义字段和属性。你可以参考项目中的example_pif.json文件。 -
运行以下命令以应用配置:
sh autopif.sh -
重启设备以使更改生效。
3. 应用案例和最佳实践
3.1 案例一:通过 Play Integrity 验证
假设你正在开发一个需要通过 Google Play Integrity 验证的应用。使用 PlayIntegrityFork 可以帮助你绕过硬件认证,确保应用在各种设备上都能通过验证。
3.2 案例二:测试环境搭建
在开发和测试阶段,你可能需要频繁地更改设备配置以测试不同的场景。PlayIntegrityFork 提供了灵活的配置选项,允许你快速切换不同的指纹和系统属性,从而简化测试流程。
3.3 最佳实践
- 定期更新模块:由于 Google 可能会更新其验证机制,建议定期更新 PlayIntegrityFork 模块以确保兼容性。
- 备份配置:在更改配置之前,建议备份当前的
custom_pif.json文件,以便在需要时恢复。
4. 典型生态项目
4.1 Magisk
Magisk 是一个流行的 Android 系统修改工具,允许用户在不修改系统分区的情况下进行系统级别的修改。PlayIntegrityFork 依赖于 Magisk 的 Zygisk 功能来实现其功能。
4.2 KernelSU
KernelSU 是一个基于内核的系统修改工具,允许用户在 Android 设备上进行更深层次的系统修改。PlayIntegrityFork 支持 KernelSU 环境,提供了更广泛的设备兼容性。
4.3 APatch
APatch 是一个用于 Android 应用的补丁工具,允许开发者在不修改应用源代码的情况下进行功能增强。PlayIntegrityFork 支持 APatch 环境,为开发者提供了更多的灵活性。
通过这些生态项目的支持,PlayIntegrityFork 能够在不同的 Android 设备和环境中提供一致的 Play Integrity 修复功能。
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- 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
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
ruoyi-plus-soybeanRuoYi-Plus-Soybean 是一个现代化的企业级多租户管理系统,它结合了 RuoYi-Vue-Plus 的强大后端功能和 Soybean Admin 的现代化前端特性,为开发者提供了完整的企业管理解决方案。Vue06- 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
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