我的物品安卓版是由寶雞墨守網(wǎng)絡(luò)科技有限公司開(kāi)發(fā)的生活輔助軟件，是通過(guò)一部手機(jī)幫助你尋找到需要的物品，操作起來(lái)也是非常的容易，簡(jiǎn)單來(lái)講就是通過(guò)將您購(gòu)買的物品以電子資料的形式存儲(chǔ)到手機(jī)內(nèi)，與消費(fèi)記錄的展示形式很相似，而且你可以非常的直觀了解到自己今年購(gòu)買了哪些物品，是在什么時(shí)間點(diǎn)下單的，都是非常的清楚，幫助你養(yǎng)成良好的習(xí)慣，歡迎點(diǎn)擊下載！

在日常時(shí)候當(dāng)中，要想將所有的物品或者物件都一個(gè)個(gè)記下他們的時(shí)間，并且需要詳細(xì)到具體的時(shí)間日期真的十分的困難；因此在我的物品app里可以幫助用戶記錄自己的物品信息，建立物品的電子信息數(shù)據(jù)，隨時(shí)隨地都可以享受瀏覽物品陳列的快樂(lè)；說(shuō)不定還可以幫助自己克制沖動(dòng)消費(fèi)，將自己擁有的各種商品進(jìn)行分類。

軟件功能

> 記錄物品信息

你可以記錄物品的圖片、名稱、品牌、數(shù)量、生產(chǎn)日期、保質(zhì)期、保修期、存放位置、備注、標(biāo)簽和開(kāi)封日期等。

我的物品app也將為你呈現(xiàn)日期進(jìn)度條，標(biāo)記使用物品時(shí)長(zhǎng)和到期倒計(jì)時(shí)。

> 子物品

可以在物品內(nèi)添加子物品，完成套裝物品統(tǒng)一記錄。

> 多種排序，讓你查看更方便

物品排序支持品牌、名稱、過(guò)期日、添加日排序，讓數(shù)據(jù)更好的展示。

> 數(shù)據(jù)統(tǒng)計(jì)

物品的數(shù)量和價(jià)格變化都將在統(tǒng)計(jì)頁(yè)面展示，方便了解最近是買買買，還是斷舍離。

> 密碼保護(hù)

可以為我的物品app添加獨(dú)立密碼，保護(hù)隱私刻不容緩。

> 深色模式

完美支持 Android Dark Mode，深色模式自由切換。

> 云端存儲(chǔ)

我的物品app讓數(shù)據(jù)不再丟失。

軟件特色

1. 子物品功能，例如一臺(tái)組裝電腦物品下，可以記錄 CPU、內(nèi)存等作為子物品

2. 我的物品app支持 AI 自動(dòng)移除物品背景，讓你記錄的物品在列表頁(yè)顯示的更為美觀

3. 我的物品app支持以相冊(cè)模式瀏覽

4. 適配深色模式，帶給你更好的體驗(yàn)，也可以在設(shè)置中隨時(shí)修改

5. 抽卡模式，幫助你決定今天帶哪本書(shū)或棉花娃娃出門(mén)

6. 支持網(wǎng)頁(yè)版在線瀏覽

怎么用

1、在本站下載安裝我的物品app之后，可使用蘋(píng)果賬號(hào)、微信、以及手機(jī)號(hào)注冊(cè)登錄軟件；

2、登錄之后進(jìn)入軟件，選擇你主要想記錄的物品，選擇之后點(diǎn)擊繼續(xù)；

3、之后將你要記錄的物品設(shè)置一個(gè)目錄，也就是規(guī)劃一個(gè)分類，這樣以后就好找了；

4、分類之后，就可以添加你要記錄的物品了，導(dǎo)入照片，選擇名稱、房間、分類之后，點(diǎn)擊下面的添加之后，第一個(gè)物品就記錄好了。

怎么刪除分類

1、首先下載安裝并打開(kāi)軟件，來(lái)到首頁(yè)；

2、點(diǎn)擊右下角的加號(hào)添加物品；

3、將物品拍照，填上名稱、房間、分類依次填上，然后添加物品即可。

4、添加成功后，點(diǎn)擊右上角，點(diǎn)擊刪除即可刪除分類。

更新內(nèi)容

v4.21.1：

- 修復(fù)深色模式適配問(wèn)題

- 修復(fù)分類名稱排序問(wèn)題

- 修復(fù)分類無(wú)法從回收站刪除問(wèn)題

- 修復(fù)價(jià)格格式問(wèn)題

- 其他若干優(yōu)化和修復(fù)

v4.20.2：

- 新增原價(jià)屬性顯示

- 修復(fù)分類名稱排序下無(wú)法刪除的問(wèn)題

- 修復(fù)編輯物品日記圖片丟失問(wèn)題

v4.20.1：

為您優(yōu)化了體驗(yàn)細(xì)節(jié)。

v4.16.2：

- 新增原價(jià)屬性顯示

- 修復(fù)分類名稱排序下無(wú)法刪除的問(wèn)題

- 修復(fù)編輯物品日記圖片丟失問(wèn)題

- 其他若干優(yōu)化和修復(fù)

包名：com.moshou.overdue.android

MD5：C3AF0FC4BB0BF1B88DC0E3663F7000BA