<?xml version="1.0" encoding="utf-8" standalone="yes"?><rss version="2.0" xmlns:atom="http://www.w3.org/2005/Atom"><channel><title>Android on Text Matrix</title><link>https://155a386f.text-matrix.pages.dev/tags/android/</link><description>Recent content in Android on Text Matrix</description><generator>Hugo</generator><language>zh-cn</language><lastBuildDate>Wed, 08 Apr 2026 23:16:10 +0800</lastBuildDate><atom:link href="https://155a386f.text-matrix.pages.dev/tags/android/index.xml" rel="self" type="application/rss+xml"/><item><title>scrcpy：138k Stars Android 屏幕镜像完全指南</title><link>https://155a386f.text-matrix.pages.dev/posts/tech/scrcpy-android-screen-mirror-guide/</link><pubDate>Mon, 06 Apr 2026 22:23:00 +0800</pubDate><guid>https://155a386f.text-matrix.pages.dev/posts/tech/scrcpy-android-screen-mirror-guide/</guid><description>&lt;h2 id="学习目标">学习目标&lt;/h2>
&lt;p>通过本文，你将全面掌握以下核心能力：&lt;/p>
&lt;ul>
&lt;li>深入理解 scrcpy 的项目定位、核心概念和技术架构&lt;/li>
&lt;li>掌握 scrcpy 的安装方法（Linux/Windows/macOS）&lt;/li>
&lt;li>学会通过 USB 和 TCP/IP 连接 Android 设备&lt;/li>
&lt;li>掌握屏幕录制、音频转发、虚拟显示器等核心功能&lt;/li>
&lt;li>学会使用键盘、鼠标、游戏手柄控制 Android 设备&lt;/li>
&lt;li>理解 OTG 模式和摄像头镜像等高级功能&lt;/li>
&lt;li>掌握性能优化技巧和常见问题解决方案&lt;/li>
&lt;/ul>
&lt;hr>
&lt;h2 id="1-项目概述">1. 项目概述&lt;/h2>
&lt;h3 id="11-是什么">1.1 是什么&lt;/h3>
&lt;p>&lt;strong>scrcpy&lt;/strong>（发音为 &amp;ldquo;scr&lt;strong>een&lt;/strong> &lt;strong>c&lt;/strong>o&lt;strong>py&lt;/strong>）是一个通过 USB 或 TCP/IP 无线连接来镜像和控制 Android 设备的应用程序。无需 ROOT 权限，也无需在设备上安装任何应用。&lt;/p></description></item><item><title>LiteRT-LM：Google 生产级边缘设备 LLM 推理框架完全指南</title><link>https://155a386f.text-matrix.pages.dev/posts/tech/litert-lm-google-edge-llm-inference-guide/</link><pubDate>Mon, 06 Apr 2026 20:00:00 +0800</pubDate><guid>https://155a386f.text-matrix.pages.dev/posts/tech/litert-lm-google-edge-llm-inference-guide/</guid><description>&lt;h1 id="litert-lmgoogle-生产级边缘设备-llm-推理框架完全指南">LiteRT-LM：Google 生产级边缘设备 LLM 推理框架完全指南&lt;/h1>
&lt;h2 id="学习目标">学习目标&lt;/h2>
&lt;p>通过本文，你将全面掌握以下核心能力：&lt;/p>
&lt;ul>
&lt;li>深入理解 LiteRT-LM 的项目定位与边缘 AI 推理的技术价值&lt;/li>
&lt;li>掌握 LiteRT-LM 的核心特性、技术架构和支持的模型&lt;/li>
&lt;li>学会在 Android、iOS、Web、桌面端和 IoT 设备上部署 LLM&lt;/li>
&lt;li>掌握 LiteRT-LM 的多语言 API（Kotlin、Python、C++、Swift）&lt;/li>
&lt;li>理解 Tool Use / Function Calling 在边缘设备上的实现方式&lt;/li>
&lt;li>学会使用 LiteRT-LM CLI 进行快速原型开发和测试&lt;/li>
&lt;li>掌握从源码编译和定制优化的方法&lt;/li>
&lt;li>了解 Gemma、Llama、Phi-4、Qwen 等模型的部署实践&lt;/li>
&lt;/ul>
&lt;hr>
&lt;h2 id="1-项目概述">1. 项目概述&lt;/h2>
&lt;h3 id="11-是什么">1.1 是什么&lt;/h3>
&lt;p>&lt;strong>LiteRT-LM&lt;/strong> 是 Google AI Edge 推出的&lt;strong>生产级、高性能、开源边缘设备 LLM 推理框架&lt;/strong>。它专为在资源受限的边缘设备上部署大型语言模型而设计，覆盖 Android、iOS、Web、桌面端和 IoT（如树莓派）等全平台。&lt;/p></description></item></channel></rss>