Bilibili-Evolved项目中删除视频弹窗功能失效问题分析
问题背景
Bilibili-Evolved是一款用于增强B站用户体验的浏览器脚本工具,其中包含一个"删除视频弹窗"的功能组件。该组件设计目的是在视频播放页面中移除可能干扰用户观看体验的弹出窗口。然而,在最新版本(v2.8.12-36-gf53902062)中,用户报告该功能失效,即使开启组件功能后,视频页面仍会出现弹窗。
技术细节分析
从错误日志可以看出,问题主要涉及以下几个技术点:
-
组件加载机制:脚本检测到视频ID变化时(908882141)触发了相关处理逻辑,但未能成功拦截弹窗
-
播放器版本兼容性:问题出现在播放器版本4.8.34-rc.7035.0-1fd2be51环境下,可能与新版播放器的API变更有关
-
错误类型:日志中显示"TypeError: The 'value' of number type is deprecated. Use object instead",表明播放器核心代码中某些参数类型已从数值类型改为对象类型,但脚本仍在使用旧的数值类型传参方式
-
组件更新机制:日志末尾显示"updated widgets Array(4)",说明组件更新过程正常执行,但未能达到预期效果
问题根源
综合错误信息分析,失效原因可能有:
-
API变更:B站播放器更新后,弹窗相关的DOM结构或事件监听机制发生了变化,导致原有拦截逻辑失效
-
参数类型不匹配:播放器核心代码要求参数为对象类型,而脚本仍传递数值类型,导致功能异常
-
执行时机问题:弹窗可能在脚本初始化完成后才被动态加载,导致拦截失败
解决方案建议
针对此类问题,开发者可考虑以下改进方向:
-
更新拦截逻辑:重新分析新版播放器的弹窗生成机制,调整DOM选择器或事件监听方式
-
参数类型适配:将数值类型参数改为符合要求的对象类型,确保API调用兼容性
-
动态监听机制:增加对动态加载内容的监听,确保后加载的弹窗也能被正确拦截
-
版本检测适配:针对不同版本的播放器实现差异化的处理逻辑
总结
Bilibili-Evolved作为一款功能丰富的B站增强工具,需要持续跟进B站前端的更新变化。本次删除视频弹窗功能失效问题主要源于播放器API变更导致的兼容性问题。开发者需要及时调整相关代码逻辑,确保功能在新环境下正常工作。对于用户而言,遇到此类问题时可以关注项目更新,等待开发者发布修复版本。
ERNIE-4.5-VL-28B-A3B-ThinkingERNIE-4.5-VL-28B-A3B-Thinking 是 ERNIE-4.5-VL-28B-A3B 架构的重大升级,通过中期大规模视觉-语言推理数据训练,显著提升了模型的表征能力和模态对齐,实现了多模态推理能力的突破性飞跃Python00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Python00
HunyuanVideo-1.5暂无简介00
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能Python00
Spark-Formalizer-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00
GOT-OCR-2.0-hf阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00