当前位置: 首页 > news >正文

“死了么”App爆火,我发现了个安卓版,代码开源!

最近看到一个特别搞笑的评论:

当代年轻人日常:用「饿了么」填饱肚子,「死了么」证明还活着😂

随着前几天「死了么」APP 爆火,网上的段子手们就没停下来过,哈哈哈哈哈

iPhone版

「死了么」是iPhone手机上的一个款APP软件,付费排行榜第一名,就........挺离谱哈

小编看了一下它的功能,非常之简单。不需要注册、登录、绑定手机号啥的,只需要添加紧急联系人的姓名和邮箱就行了(简洁干净到不像国产软件😂)

小编当时还真心动了,心想8块钱咱就当捐赠开发者了。但转头发现我也不用iPhone手机呀😂

这事儿就这么算了,毕竟每天热点那么多,转身就不记得了。就在昨天我又刷到安卓版的「死了么」,并且完全免费!果然等等党的胜利✌️

安卓版

去网上搜索一下发现,早在3年以前,安卓就有类似的软件了——KeepAlive

而且最近2个月仍然有更新!致敬为爱发电的作者大大🫡

下载

小编下载下来,浅浅试了一下

官网地址:https://github.com/keepalivedev/KeepAlive

当然,老规矩后台回复「活着呢」也可以获取免费下载链接🔗

使用

首先给它权限

「使用情况访问」这个权限就是检测你有没有使用手机的

其次添加联系人,打开“启用检测器”,就好了

通过检测手机使用情况判断人是否活着,是不是听起来比iPhone上打卡智能一些?😂

小编测试了一下,还真收到了短信(可以设置中文!!!我只是懒的改了)

一通操作使用下来,还真有我还活着的热乎劲儿😂

网络上很多人分析APP爆火的原因:孤独常态化,年轻人对死亡的戏谑与荒诞,人与人之间脆弱又渴望连接的关系状态.......小编觉得就仅仅是好玩和好奇不好吗?把每件爆火的事情都上升到人性、实用主义、社会问题的层面,是不是有点太“理性”了?反正小编就是觉得好玩,好奇想试试的心态~

毕竟最先发现打工人“死了么”的应该是每天早晨的人脸打卡机和微信群里一堆解决不完的Bug吧😎

http://www.cnnetsun.cn/news/597119.html

相关文章:

  • Day 35:【99天精通Python】综合实战 - 爬虫与数据分析可视化(上) - 数据采集与入库
  • Day 38:【99天精通Python】线程池与进程池 - 优雅地管理并发
  • 学Simulink——基础储能管理场景实例:基于Simulink的多时间常数储能配置优化仿真
  • 【计算机毕业设计案例】基于python_CNN卷积神经网络对猫狗识别基于python_CNN深度学习卷积神经网络对猫狗识别
  • 电商api实战解析:1688.item_get_company 获取公司档案信息
  • 【课程设计/毕业设计】基于python_CNN深度学习卷积神经网络对猫狗识别基于深度学习卷积神经网络对猫狗识别
  • 【课程设计/毕业设计】基于python人工智能深度学习对狗表情训练识别基于深度学习对狗表情训练识别
  • 计算机深度学习毕设实战-基于python_CNN深度学习卷积神经网络识别菠萝是否腐烂
  • Shopee:抓住Z世代,校招破局的三重路径
  • 公司3D年会抽奖神器来了最新年会抽奖软件,无需安装,免部署,一键解压即可使用
  • 动画云渲染平台怎么选?同样是云渲染,如何用更低价格实现更高效率!
  • 怎么实现AI的多轮对话功能?
  • 北大团队首次揭露AI多模态模型的“理解-生成“鸿沟
  • 基于贝叶斯算法优化BP神经网络(BO-BP/Bayes-BP)的数据分类预测 Matlab代码
  • 寒假第一次作业
  • JS 隐式转换和显示转换
  • 深度学习毕设项目推荐-基于python_CNN深度学习卷积神经网络识别苹果品质
  • 大数据领域 OLAP 在餐饮行业的应用案例分析
  • WebForms 实例
  • 别再只做“发帖机器人”了:生成式 AI 真正为社交媒体创作打开了什么?
  • 数据分析师专属Prompt设计指南:引导DeepSeek精准生成分析报告的指令框架
  • 【课程设计/毕业设计】基于python机器学习卷积网络训练识别核桃好坏基于python深度学习卷积网络训练识别核桃好坏
  • 如何用5S现场管理系统,让每一次检查都落地
  • 力扣hot100_链表(3)_python版本
  • Python爬虫(54)Python数据治理全攻略:从爬虫清洗到NLP情感分析的实战演进
  • 夫妻间忌讳的9句话,烂在肚子也不要说
  • 国内首例 AI 伴侣聊天提供者涉黄获刑,二审将开庭;OpenAI :大模型能力过剩,未来重心将转向系统层与应用层丨日报
  • LLDB:现代化的开源调试器(LLVM Debugger)
  • 【开题答辩全过程】以 基于Web技术的知识付费平台为例,包含答辩的问题和答案
  • [大模型架构] LangGraph AI 工作流编排(15)