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。
ERNIE-4.5-VL-28B-A3B-ThinkingERNIE-4.5-VL-28B-A3B-Thinking 是 ERNIE-4.5-VL-28B-A3B 架构的重大升级,通过中期大规模视觉-语言推理数据训练,显著提升了模型的表征能力和模态对齐,实现了多模态推理能力的突破性飞跃Python00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Python00
HunyuanVideo-1.5HunyuanVideo-1.5作为一款轻量级视频生成模型,仅需83亿参数即可提供顶级画质,大幅降低使用门槛。该模型在消费级显卡上运行流畅,让每位开发者和创作者都能轻松使用。本代码库提供生成创意视频所需的实现方案与工具集。00
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能Python00
GOT-OCR-2.0-hf阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00