推荐项目:隐藏YouTube Shorts列表 - 为纯净视频浏览而生
在当今信息爆炸的时代,YouTube作为全球最受欢迎的视频平台之一,不仅承载着丰富的长视频内容,还引入了短格式视频——Shorts。然而,并非所有用户都对这种短视频形式感冒。为了回应这一需求,我们发现了一款由GijsDev开发的精巧开源项目——Hide YouTube Shorts List。
项目介绍
Hide YouTube Shorts List是一个专为uBlock Origin设计的过滤规则列表,旨在帮助那些不希望在他们的浏览体验中见到YouTube Shorts的身影的用户。它简洁而直接,通过一系列精心编写的过滤规则,有效地将所有的Shorts视频痕迹从用户的视野中抹去。虽然主要针对uBlock Origin,但理论上也可能适用于其他基于相同原理的内容拦截器。
技术分析
该项目的技术核心在于其自定义的过滤规则。这些规则遵循uBlock Origin等广告拦截工具的标准语法,通过对YouTube网页结构的深入理解,精准定位到与Shorts相关的元素并加以屏蔽。无需额外安装插件或复杂设置,只需一键订阅,即可实现过滤效果。其源代码托管于GitHub,意味着任何开发者都可以查看、贡献甚至改进这些规则,体现了开源社区的合作精神。
应用场景
对于那些专注于观看长视频内容、希望减少干扰的学习者和创作者而言,Hide YouTube Shorts List提供了理想解决方案。它尤其适合在需要高效学习或工作时使用YouTube资源的用户,避免被不断弹出的短视频分散注意力。此外,对于界面洁癖者,该工具也能保持YouTube界面的清爽,提升观看体验。
项目特点
- 简易性:用户仅需复制粘贴提供的链接至uBlock Origin即可激活功能。
- 针对性强:专门针对YouTube Shorts,不影响其他正常内容的浏览。
- 高度定制:基于开放源代码,允许技术爱好者进一步个性化配置。
- 零成本:作为一个开源项目,它免费提供给所有人使用,无任何隐性费用。
- 社区支持:依托于强大的GitHub社区,持续更新维护,确保兼容性和有效性。
总之,Hide YouTube Shorts List项目以它的小巧精致,解决了特定用户群体的一大痛点,即在浩瀚的网络视频世界中寻求专注和平静。无论是希望提高工作效率还是优化个人娱乐体验
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
unified-cache-managementUnified Cache Manager(推理记忆数据管理器),是一款以KV Cache为中心的推理加速套件,其融合了多类型缓存加速算法工具,分级管理并持久化推理过程中产生的KV Cache记忆数据,扩大推理上下文窗口,以实现高吞吐、低时延的推理体验,降低每Token推理成本。Python03
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
Spark-Prover-X1-7BSpark-Prover-X1-7B is a 7B-parameter large language model developed by iFLYTEK for automated theorem proving in Lean4. It generates complete formal proofs for mathematical theorems using a three-stage training framework combining pre-training, supervised fine-tuning, and reinforcement learning. The model achieves strong formal reasoning performance and state-of-the-art results across multiple theorem-proving benchmarksPython00
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-X1-7B is a 7B-parameter large language model by iFLYTEK for mathematical auto-formalization. It translates natural-language math problems into precise Lean4 formal statements, achieving high accuracy and logical consistency. The model is trained with a two-stage strategy combining large-scale pre-training and supervised fine-tuning for robust formal reasoning.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- HHowToCook程序员在家做饭方法指南。Programmer's guide about how to cook at home (Chinese only).Dockerfile015
Spark-Scilit-X1-13B科大讯飞Spark Scilit-X1-13B基于最新一代科大讯飞基础模型,并针对源自科学文献的多项核心任务进行了训练。作为一款专为学术研究场景打造的大型语言模型,它在论文辅助阅读、学术翻译、英语润色和评论生成等方面均表现出色,旨在为研究人员、教师和学生提供高效、精准的智能辅助。Python00- PpathwayPathway is an open framework for high-throughput and low-latency real-time data processing.Python00