ProGuard 是一个免费的 Java 字节码压缩、优化、混淆和预校验工具:
经过处理的应用程序和库文件更小、运行更快。
如果您有使用或一般问题,请在 <a href="https://community.guardsquare.com/?utm_source=github&utm_medium=site-link&utm_campaign=github-community">Guardsquare 社区</a>中提问。
请使用<a href="https://github.com/guardsquare/proguard/issues">问题追踪器</a>来报告实际的错误 🐛、崩溃等问题。
<br /> <br />首先,从 GitHub releases 下载最新版本。
在 Linux/MacOS 上运行 ProGuard,只需输入:
bin/proguard.sh <选项...>
在 Windows 上:
bin\proguard.bat <选项...>
通常,您会将大多数选项放在配置文件中(比如 myconfig.pro
),然后只需调用:
bin/proguard.sh @myconfig.pro
在 Windows 上:
bin\proguard.bat @myconfig.pro
所有可用选项都在手册的配置部分中有描述。
ProGuard 可以作为 Gradle 中的一个任务运行。在使用 proguard 任务之前,您需要确保 Gradle 在构建时能在其类路径中找到它。一种方法是在 build.gradle
文件中添加以下行,这将从 Maven Central 下载 ProGuard:
buildscript { repositories { mavenCentral() } dependencies { classpath 'com.guardsquare:proguard-gradle:7.5.0' } }
然后您可以定义一个带有配置的任务:
tasks.register('proguard', ProGuardTask) { configuration file('proguard.pro') injars(tasks.named('jar', Jar).flatMap { it.archiveFile }) // 自动处理此构建的 Java 版本。 if (System.getProperty('java.version').startsWith('1.')) { // Java 9 之前,运行时类被打包在一个单独的 jar 文件中。 libraryjars "${System.getProperty('java.home')}/lib/rt.jar" } else { // 从 Java 9 开始,运行时类被打包在模块化的 jmod 文件中。 libraryjars "${System.getProperty('java.home')}/jmods/java.base.jmod", jarfilter: '!**.jar', filter: '!module-info.class' //libraryjars "${System.getProperty('java.home')}/jmods/....." } verbose outjars(layout.buildDirectory.file("libs/${baseCoordinates}-minified.jar")) }
嵌入式配置与标准 ProGuard 配置非常相似。您可以在 Gradle 设置页面上找到更多详细信息。
ProGuard 的工作原理类似于高级优化编译器,它可以移除未使用的类、字段、方法和属性,缩短标识符,合并类,内联方法,传播常量,移除未使用的参数等。
这些优化通常可以将应用程序的大小减小 20% 到 90%。减小的程度主要取决于 ProGuard 可以全部或部分移除的外部库的大小。
这些优化还可能提高应用程序的性能,最多可提升 20%。对于服务器和桌面上的 Java 虚拟机来说,差异通常不明显。
ProGuard 还可以移除应用程序 及其库中的日志代码,而无需更改源代码 —— 实际上,甚至不需要源代码!
手册页面(markdown,html)详细介绍了 ProGuard 的特性和用法。
构建 ProGuard 很简单 —— 您只需安装 Java 8 JDK。 要从源代码构建,请克隆一份 ProGuard 仓库的副本,然后运行以下命令:
./gradlew assemble
生成的构件将位于 lib
目录中。然后您可以使用 bin
中的脚本执行 ProGuard,例如:
bin/proguard.sh
您可以使用以下命令将构件发布到本地 Maven 仓库:
./gradlew publishToMavenLocal
我们欢迎对这两个项目提出贡献、问题和功能请求。 如果您想贡献,请随时查看问题页面和贡献指南。
版权所有 (c) 2002-2023 Guardsquare NV。 ProGuard 根据 GNU 通用公共许可证第 2 版发布,并为一些项目授予例外。
字节跳动发布的AI编程神器IDE
Trae是一种自适应的集成开发环境(IDE),通过自动化和多元协作改变开发流程。利用Trae,团队能够更快速、精确地编写和部署代码,从而提高编程效率和项目交付速度。Trae具备上下文感知和 代码自动完成功能,是提升开发效率的理想工具。
全能AI智能助手,随时解答生活与工作的多样问题
问小白,由元石科技研发的AI智能助手,快速准确地解答各种生活和工作问题,包括但不限于搜索、规划和社交 互动,帮助用户在日常生活中提高效率,轻松管理个人事务。
实时语音翻译/同声传译工具
Transly是一个多场景的AI大语言模型驱动的同声传译、专业翻译助手,它拥有超精准的音频识别翻译能力,几乎零延迟的使用体验和支持多国语言可以让你带它走遍全球,无论你是留学生、商务人士、韩剧美剧爱好者,还是出国游玩、多国会议、跨国追 星等等,都可以满足你所有需要同传的场景需求,线上线下通用,扫除语言障碍,让全世界的语言交流不再有国界。
一键生成PPT和Word,让学习生活更轻松
讯飞智文是一个利用 AI 技术的项目,能够帮助用户生成 PPT 以及各类文档。无论是商业领域的市场分析报告、年度目标制定,还是学生群体的职业生涯规划、实习避坑指南,亦或是活动策划、旅游攻略等内容,它都能提供支持,帮助用户精准表达,轻松呈现各种信息。
深度推理能力全新升级,全面对标OpenAI o1
科大讯飞的星火大模型,支持语言理解、知识问答和文本创作等多功能,适用于多种文件和业务场景,提升办公和日常生活的效率。讯飞星火是一个提供丰富智能服务的平台,涵盖科技资讯、图像创作 、写作辅助、编程解答、科研文献解读等功能,能为不同需求的用户提供便捷高效的帮助,助力用户轻松获取信息、解决问题,满足多样化使用场景。
一种基于大语言模型的高效单流解耦语音令牌文本到语音合成模型
Spark-TTS 是一个基于 PyTorch 的开源文本到语音合成项目,由多个知名机构联合参与。该项目提供了高效的 LLM(大语言模型)驱动的语音合成方案,支持语音克隆和语音创建功能,可通过命令行界面(CLI)和 Web UI 两种方式使用。用户可以根据需求调整语音的性别、音高、速度等参数,生成高质量的语音。该项目适用于多种场景,如有声读物制作、智能语音助手开发等。
AI助力,做PPT更简单!
咔片是一款轻量化在线演示设计工具,借助 AI 技术,实现从内容生成到智能设计的一站式 PPT 制作 服务。支持多种文档格式导入生成 PPT,提供海量模板、智能美化、素材替换等功能,适用于销售、教师、学生等各类人群,能高效制作出高品质 PPT,满足不同场景演示需求。
选题、配图、成文,一站式创作,让内容运营更高效
讯飞绘文,一个AI集成平台,支持写作、选题、配图、排版和发布。高效生成适用于各类媒体的定制内容,加速品牌传播,提升内容营销效果。
专业的AI公文写作平台,公文写作神器
AI 材料星,专业的 AI 公文写作辅助平台,为体制内工作人员提供高效的公文写作解决方案。拥有海量公文文库、9 大核心 AI 功能,支持 30 + 文稿类型生成,助力快速完成领导讲话、工作总结、述职报告等材料,提升办公效率,是体制打工人的得力写作神器。
OpenAI Agents SDK,助力开发者便捷使用 OpenAI 相关功能。
openai-agents-python 是 OpenAI 推出的一款强大 Python SDK,它为开发者提供了与 OpenAI 模型交互的高效工具,支持工具调用、结果处理、追踪等功能,涵盖多种应用场景,如研究助手、财务研究等,能显著提升开发效率,让开发者更轻松地利用 OpenAI 的技术优势。
最新AI工具、AI资讯
独家AI资源、AI项目落地
微信扫一扫关注公众号