BewlyBewly项目在Safari浏览器上的安装与使用指南
2025-05-30 19:09:57作者:伍希望
BewlyBewly是一个优秀的B站美化插件,虽然官方主要支持Chrome等浏览器,但通过一些技术手段,我们也可以在Safari上使用它。本文将详细介绍如何在Safari浏览器上安装和使用BewlyBewly插件。
安装前的准备工作
在开始安装前,需要确保你的Mac系统满足以下条件:
- 已安装最新版本的Xcode开发工具
- Safari浏览器已启用开发者选项
- 系统版本建议在macOS 10.15及以上
详细安装步骤
第一步:获取插件源代码
首先需要下载BewlyBewly的源代码包,通常是一个zip压缩文件。建议将其下载到Downloads文件夹以便后续操作。
第二步:启用Safari开发者模式
- 打开Safari浏览器
- 通过快捷键Command+,进入设置
- 在"高级"选项卡中勾选"显示网页开发者功能"
- 此时会出现新的"开发者"选项卡
第三步:允许未签名扩展
在Safari设置的"开发者"选项卡中,找到并勾选"允许未经签名的扩展"选项。这一步可能需要输入管理员密码。
第四步:转换扩展格式
使用终端命令将Chrome扩展转换为Safari兼容格式:
cd ~/Downloads/
xcrun safari-web-extension-converter --no-open extension
这个命令会在Downloads目录下生成一个包含Xcode项目的BewlyBewly文件夹。
第五步:编译扩展
- 在Finder中打开生成的BewlyBewly文件夹
- 双击BewlyBewly.xcodeproj文件启动Xcode
- 确保目标设备选择为Mac而非iOS
- 点击Xcode左上角的运行按钮进行编译
第六步:在Safari中启用扩展
编译成功后:
- 返回Safari设置
- 进入"扩展"选项卡
- 找到并启用BewlyBewly扩展
- 建议将扩展设置为仅在bilibili.com域名下运行
常见问题解决方案
登录状态不显示问题
如果右上角登录状态不显示:
- 进入插件设置
- 在兼容性选项中勾选"使用原版Bilibili顶栏"
扩展在重启后失效
这是Safari的安全机制导致的,解决方法:
- 每次重启系统后需要重新启用"允许未经签名的扩展"选项
- 对于macOS 15.1及以上版本,可能需要进入安全模式进行设置
编译警告处理
转换过程中可能会出现manifest.json不兼容警告,如match_about_blank键不支持。这些警告通常不会影响基本功能,可以忽略。
性能与兼容性说明
需要注意的是,BewlyBewly插件本身资源占用较高,这与Safari追求低资源占用的理念有所冲突。使用过程中可能会出现:
- 页面加载速度略微下降
- 某些动画效果不如在Chrome上流畅
- 偶发的页面卡顿现象
维护现状说明
目前BewlyBewly对Safari浏览器的支持处于"it just works"状态,开发者没有投入主要精力进行维护。主要原因是:
- 上架App Store需要每年99美元的开发者账号费用
- Safari扩展开发与维护成本较高
- 开发者资源有限,优先保证主要浏览器的支持
用户遇到问题时需要自行解决或参考社区提供的解决方案。
结语
虽然过程稍显复杂,但通过上述步骤,Mac用户仍然可以在Safari上享受到BewlyBewly带来的B站美化体验。随着WebExtensions API的不断完善,未来Safari扩展的兼容性有望进一步提升。对于遇到问题的用户,建议关注GitHub项目页面的更新,或尝试社区提供的已编译版本。
登录后查看全文
热门项目推荐
相关项目推荐
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
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
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。Python00
Spark-Formalizer-X1-7BSpark-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
项目优选
收起
deepin linux kernel
C
24
9
Ascend Extension for PyTorch
Python
222
238
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
9
1
暂无简介
Dart
671
156
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
661
312
React Native鸿蒙化仓库
JavaScript
261
322
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
64
19
仓颉编译器源码及 cjdb 调试工具。
C++
134
867
仓颉编程语言测试用例。
Cangjie
37
859
openGauss kernel ~ openGauss is an open source relational database management system
C++
160
217