需要 Magisk v20.4+ / KernelSU / APatch 任一（仅 arm64），从 Releases 下载：
| 资产 | 通道 | 说明 |
|---|---|---|
ChargingRecordEvolution.zip |
✅ 稳定 | 统计算法，支持应用内更新 |
ChargingRecordEvolution_ML.zip |
🧪 实验 | 在线学习算法，手动刷入，不提供应用内更新 |
- 在管理器中选择刷入下载好的 zip
- 按提示确认：音量+ 安装 / 音量- 取消
- 重启后模块描述即显示电池健康数据
Note
两个变体互斥，后刷的会替换先刷的。Magisk 低版本没有 Action 按钮，等下次重启刷新即可。
从 v1.2.x 及更早版本（模块 id 为 Charging_Record）升级：请先在管理器中卸载旧模块，再刷入新版。
结果来自两条路，都写在模块描述里。
内核读数：直接读电量计的 charge_full 和 charge_full_design 相除。很多机器的内核会自己校准这个值，它是最省事也最稳的来源。
实测估算：充电时每分钟记一次电流，一次充电结束后拿充进去的电荷量除以百分比涨幅，反推整块电池现在的容量。涨幅不到 20%，或者推出来的结果超出设计容量一半到一点五倍的会话直接丢弃。
两个通道在聚合策略上分叉：
| 通道 | 聚合方式 | 出结果时间 |
|---|---|---|
| 稳定 | 会话温度须在 15~40 ℃，指数滑动平均（新样本权重 0.3） | 首个有效会话 |
| 🧪 ML | 四分位距剔除离群会话，在线回归学习温度 / 充电倍率 / 起始电压的影响 | 前 30 次会话与稳定一致，之后逐渐体现差异 |
Warning
已知的不准情况：
边玩边充时负载电流会被算进充入电量，读数偏高，熄屏充电最准；
个别厂商的电流节点单位是 mA 而不是 µA，模块靠数值大小猜单位，猜错则全错。
个别机型缺少 cycle_count 或 charge_full_design 节点时，对应字段会从描述中省略，实测估算保持「学习期」——不会因此影响其他功能。
为什么每次充电都重新算？ 传统库仑计数把电流积分累下去，误差会随时间越滚越大（Zhang et al., ICCK 2025）。本模块每个充电会话都用百分比涨幅重新反推容量，相当于每次都校准起点和满容量，天然不积累误差。
静置电压也在被收集。 电池拔掉负载后的恢复电压和它的健康度高度相关（He & Shin, ACM e-Energy '23：实验室误差 <3%，静置约 10 分钟读数收敛）。模块正在积累这份数据，为将来的静置电压健康通道打底。
恒流时长也在被收集。 电池在恒流段里充满固定 0.1 V 电压窗口的时间，会随老化而缩短（Lin et al., Energy 2022）。模块把这段时长画成趋势曲线，只画趋势方向，不承诺绝对精度。
Note
恒流时长特征取三元锂典型电压档 3.9–4.0 V；磷酸铁锂（LFP）机型满充约 3.65 V，达不到该窗口，此特征会保持「采集中」——属有意取舍，非故障。
增量容量主峰也在被追踪。 充电曲线的增量容量主峰高度，会随材料老化而降低（MDPI Energies 2024 综述）。这一分析只在夜间低倍率慢充会话上进行（Fly & Chen 2020 结论迁移）。
运行数据存在模块目录下的 data/battery.db（SQLite），只保留最近 90 天，过期数据每日自动清理。有 root 终端的话可以这样翻历史：
sqlite3 /data/adb/modules/CRecordEvolution/data/battery.db \
'SELECT datetime(ts, "unixepoch", "localtime"), mah FROM estimates ORDER BY ts DESC LIMIT 10;'健康度超过 100% 是不是坏了？
不是。出厂标称容量普遍保守，实际满充高于设计值很常见。
和 AccuBattery 有什么区别？
思路类似，都是库仑积分，但本模块以 root 直接读内核电量计，无常驻通知、无网络权限，也不依赖 Android 的电池统计接口。
多久能看到实测估算？
正常使用几天内出第一个数。ML 版要攒够 30 次有效会话才开始体现差异。
升级模块会不会丢学习记录？
不会。刷入脚本会把旧版本 data/ 目录（含 battery.db）自动复制进新版本，升级后估算记录和循环历史完整保留。
本模块的设计借鉴或参考了以下论文（文档库见 docs/）：
- He & Shin, ACM e-Energy '23（静置电压指纹）
- Severson 2019, Nature Energy 及其后续 arXiv 2312.05717（容量衰减预测）
- Lin 2022, Energy（恒流充电时长 CCCT）
- MDPI Energies 2024 综述、Fly & Chen 2020（增量容量分析 ICA）
- arXiv 2410.06422（概率 ML 不确定性量化）
- Zhang 2025, ICCK（库仑计累积误差）
ML 版置信区间为 RLS 相对不确定度指标，非严格统计区间。
- 原模块：不会梦游的鱼
- 安装脚本：酷安@阿巴酱
- 维护者：f1owkang
喜欢这个项目的话欢迎提 PR 或点个 Star ⭐
本项目以 GPL-2.0 协议开源。
Made with ❤ by f1owkang