WXT项目中实现浏览器扩展图标点击打开新标签页
在开发浏览器扩展时,我们经常需要自定义扩展图标(浏览器工具栏中的按钮)的点击行为。WXT作为一个现代化的浏览器扩展开发框架,提供了简洁的方式来实现这一功能。
背景介绍
默认情况下,WXT框架会为扩展生成一个popup页面,当用户点击扩展图标时会显示这个弹出窗口。但有时开发者希望点击图标时执行其他操作,比如打开一个新标签页而不是显示popup。
实现步骤
1. 移除默认popup行为
首先需要移除WXT默认的popup行为,可以通过以下两种方式之一实现:
- 删除项目中的popup目录
- 将popup目录重命名为其他名称
2. 配置manifest
在wxt.config.ts配置文件中,需要显式声明action字段,即使它是一个空对象:
import { defineConfig } from "wxt";
export default defineConfig({
manifest: {
action: {},
},
});
这一步至关重要,因为浏览器扩展API要求manifest中必须声明action字段才能使用chrome.action或browser.action相关API。
3. 添加必要的权限
如果需要使用tabs API来创建新标签页,需要在manifest中声明tabs权限:
manifest: {
permissions: ["tabs"],
action: {},
}
4. 编写背景脚本
在background.ts中,使用defineBackground包装你的代码,并添加点击事件监听器:
export default defineBackground(() => {
browser.action.onClicked.addListener(async () => {
await browser.tabs.create({ url: "/sync.html" });
});
});
技术原理
-
manifest声明:浏览器扩展需要明确声明action字段才能使用相关API,这是浏览器安全机制的一部分。
-
事件监听:browser.action.onClicked.addListener方法允许我们监听扩展图标的点击事件。
-
标签页创建:使用browser.tabs.create方法可以创建新标签页,参数中的url可以是扩展内部的HTML文件路径。
注意事项
-
确保sync.html或其他自定义页面已经存在于项目中。
-
如果扩展同时需要popup和其他功能,可以考虑保留popup目录,但在点击事件中执行自定义逻辑。
-
在生产环境中,应该添加适当的错误处理逻辑,确保扩展在各种情况下都能正常工作。
通过以上步骤,开发者可以灵活地自定义浏览器扩展图标的行为,满足各种复杂的业务需求。WXT框架的这一设计既保持了灵活性,又提供了简洁的API,大大简化了浏览器扩展的开发流程。
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-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
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