先说结论 一、ADB：最底层、最可控的方案 二、uiautomator2：Python 圈的自动化神器 三、多模态 Mobile Agent：最接近"自动驾驶"的路 AppAgent（2023.12）— 多模态 Agent 开创性工作 四、最成熟可用的开源方案：mobilerun 五、实际踩坑：为什么你的 AI 手机控制总是翻车 1. 截图质量决定一切 2. 界面动态内容让 LLM 困惑 3. 隐私数据脱敏 4. 国产定制系统的兼容性问题 六、我的判断 参考文献 本文首发地址 https://h89.cn/archives/580.html 上周我把公司项目跑在 AI 手机控制上，结果有点意外——不是惊喜，是意外。 说白了，现在 AI 控制手机这事，概念很火，但真刀真枪跑起来，要么是玩具，要么是半成品。本文把目前所有主流技术路线摸了一遍，从 ADB

- 阅读剩余部分 -

先看结论 发布时间线 主要新特性 1. 大屏上不再接受方向与可调整大小限制 2. 重新设计的屏幕录制工具栏 3. 助听设备音频路由增强 4. 桌面模式交互式画中画 5. 外部显示小部件支持改进 6. RAW14 图像格式支持 其他更新速览 开发者适配指南 适配大型屏幕 状态保存 测试建议 总结 本文首发地址 https://h89.cn/archives/546.html Android 17（API 37）是 2026 年的新一代 Android 版本，目前仍处于 Beta 阶段。本文内容基于 Android 17 Beta 3 阶段已公开的信息整理。单看系统功能，它当然也带来了一批新变化；但如果你是 Android 开发者，这一版最值得优先关注的，其实不是某个新开关，而是大屏适配这件事彻底进入了“不能再拖”的阶段。

- 阅读剩余部分 -

一、先说我的判断 二、AutoFDO 了解一下就够了 三、后台与功耗：别把 Wake Lock 当常规方案 四、常见后台场景，我一般会这样改 1. 用户主动上传或下载：优先系统方案 2. 一次性或周期同步：优先 WorkManager 3. 位置更新：减少频率，利用批处理 4. 其他几个容易踩坑的场景 五、内存优化：先抓大头，别一上来就玩花活 1. Bitmap 和大对象生命周期 2. 缓存不是越多越好 3. 泄漏防护：比“优化技巧”更值得先做 六、测量工具链：没有数据，先别急着下结论 1. Perfetto 适合看“系统全景” 2. Android Studio Profiler 适合日常定位 3. Macrobenchmark 适合做回归 七、Jetpack Compose：别只盯着“重组”两个字 1. 列表优先保证稳定 key 2. derivedStat

- 阅读剩余部分 -

1. 用 mirrorDisplay() 做镜像显示 1.1 基本思路 1.2 mirrorDisplay 的接口与调用方式 1.2.1 IWindowManager 接口定义 1.2.2 SurfaceControl 与 Transaction 1.2.3 典型调用示例 1.3 它为什么延迟低 1.4 Native 侧实现原理 1.5 坐标系与显示投影 1.6 性能对比 2. 用 injectMotionEvent 做触摸传递 2.1 为什么要显式做输入注入 2.2 坐标映射 2.3 注入流程 2.4 为什么这种方式更稳 3. SurfaceControl 父节点差异：一个容易混淆的补充点 4. 为什么透明覆盖层和 blocker 往往不可靠 5. 权限要求与落地前提 5.1 常见权限 5.2 系统签名要求 6. 软件流

- 阅读剩余部分 -

Android 连接 SQL Server 问题总结 问题概述 在 Android 应用中使用 Microsoft JDBC 驱动和 jTDS 驱动连接 SQL Server 时遇到严重的 SSL/TLS 兼容性问题。 测试环境 1. 数据库服务器 阿里云 RDS SQL Server 地址：rm-uf633ttx3y74o23iczo.sqlserver.rds.aliyuncs.com:1433 数据库：pda260115 用户：chen / chen@123 2. 测试结果对比 Java 单元测试 ✅ 成功 === 测试直接JDBC连接（禁用SSL）=== 尝试配置: 主配置 服务器: rm-uf633ttx3y74o23iczo.sqlserver.rds.aliyuncs.com:1433 数据库: pda260115 用户名: chen

- 阅读剩余部分 -

PAG 是什么？ 为什么它是 SVGA 的最佳替代者？（核心优势） PAG vs Lottie vs SVGA 深度对比 Android 接入指南 (Kotlin) 潜在缺点与注意事项 总结 本文首发地址 https://h89.cn/archives/493.html 前文分析了SVGA等动画的对比，但是SVGAPlayer（由 YY 团队开发）目前已归档（Public archive） ，今天我们来看看另外一种动画 PAG (Portable Animated Graphics) ， 它是目前安卓开发中，替代 SVGA 和 Lottie 的最强方案，尤其是针对直播礼物、游戏特效、UI 复杂动效等场景。 它由 腾讯 (Tencent) 内部研发并开源，目前已经成为国内大厂（腾讯系、抖音、快手、B站等）的行业标准。 以下是对 PAG 的详细技术介绍，包括核心优势、工作原理以及与 S

- 阅读剩余部分 -

核心挑战：摄像头的“独占”属性 解决方案一：巧妙的交互设计：“伪并发”方案 解决方案二：真正的技术破局：构建共享相机服务 解决方案三：硬件之道：利用多物理摄像头 总结与展望 本文首发地址 https://h89.cn/archives/450.html 想象一下这个场景：你和家人朋友正进行一场完美的公路旅行，傍晚的火烧云美得令人窒息。你想用汽车前置的高清摄像头记录下这一刻，但坐在副驾的朋友也想拍一张。结果，你们发现车载相机一次只能由一个人的应用打开。这不禁让人思考：在越来越智能的汽车座舱里，为什么我们不能像共享音乐播放列表一样，共享摄像头呢？ 在当前主流的车载信息娱乐系统（车机系统）中，多用户模式已经相当普遍，它为不同驾驶员和乘客提供了个性化的设置和数据空间。然而，当涉及到摄像头这类硬件资源时，我们通常会遇到一个瓶颈。 核心挑战：摄像头的“独占”属性 在深

- 阅读剩余部分 -

一、背景与目标 二、技术选型与依赖 三、项目结构与关键文件 四、功能实现概览（拍照 + OCR + 翻译） 五、为什么能“离线”？ 六、本地运行与安装 克隆项目 构建与安装 七、项目特色与技术亮点 离线优先设计 技术实现细节 项目源码 八、常见问题（FAQ） 九、结语 本文首发地址 https://h89.cn/archives/440.html 一、背景与目标 目标：做一个“拍照翻译”App，在弱网/无网环境下也能工作。离线识别图片中的中文/英文等文字，并把识别结果翻译成中文。 方案： 使用 Google ML Kit Text Recognition v2 实现离线 OCR（中文优先，Latin 回退）。 使用 ML Kit On‑device Translation 实现离线翻译（首次联网下载语言包，下载完成后完全离线）。

- 阅读剩余部分 -