【亲测免费】 Bilibili-Old 项目安装与使用教程
2026-01-22 05:21:46作者:仰钰奇
1. 项目介绍
Bilibili-Old 是一个开源项目,旨在恢复旧版Bilibili页面,以满足那些怀念旧版界面的用户需求。该项目通过浏览器扩展和Tampermonkey用户脚本的方式,帮助用户在现代浏览器中体验旧版Bilibili的界面和功能。
2. 项目快速启动
2.1 安装Tampermonkey脚本
-
安装Tampermonkey脚本管理工具:
- 访问 Tampermonkey官网 下载并安装Tampermonkey扩展。
-
安装Bilibili-Old脚本:
- 访问 GreasyFork 并搜索“Bilibili-Old”,找到对应的脚本并安装。
-
配置脚本:
- 打开任意B站页面,点击页面右下角浮动的齿轮图标,调整脚本设置。
2.2 安装浏览器扩展
-
下载扩展包:
- 访问 GitHub Actions页面,下载最新工作流中的名为
bilibili-old的压缩包。
- 访问 GitHub Actions页面,下载最新工作流中的名为
-
解压扩展包:
- 使用解压缩软件解压该压缩包到任意目录。
-
加载扩展:
- 打开Chrome浏览器的【扩展程序】页面,打开右上角的【开发者模式】。
- 点击【加载已解压的扩展程序】,选择步骤2中解压的目录。
-
配置扩展:
- 点击扩展图标,选择【设置选项】调整扩展设置。
2.3 代码示例
以下是使用Tampermonkey脚本的基本代码示例:
// ==UserScript==
// @name Bilibili-Old
// @namespace http://tampermonkey.net/
// @version 0.1
// @description 恢复旧版Bilibili页面
// @author MotooriKashin
// @match *://*.bilibili.com/*
// @grant none
// ==/UserScript==
(function() {
'use strict';
// 你的代码逻辑
console.log("Bilibili-Old脚本已加载");
})();
3. 应用案例和最佳实践
3.1 应用案例
- ** nostalgiacs**:怀念旧版Bilibili界面的用户可以通过该项目恢复旧版页面,重温过去的体验。
- 开发者:开发者可以通过该项目学习如何使用Tampermonkey脚本和浏览器扩展来修改网页内容。
3.2 最佳实践
- 定期更新:由于Bilibili不断更新,建议定期检查并更新Bilibili-Old项目,以确保兼容性和功能的完整性。
- 反馈问题:如果在使用过程中遇到问题,建议通过GitHub Issues向开发者反馈,帮助改进项目。
4. 典型生态项目
- Tampermonkey:用于管理和运行用户脚本的浏览器扩展。
- GreasyFork:一个提供用户脚本的网站,用户可以在这里找到并安装各种脚本。
- GitHub Actions:用于自动化构建和部署的工具,Bilibili-Old项目使用它来生成和发布扩展包。
通过以上步骤,你可以轻松地在浏览器中恢复旧版Bilibili页面,享受怀旧的体验。
登录后查看全文
热门项目推荐
相关项目推荐
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust098- DDeepSeek-V4-ProDeepSeek-V4-Pro(总参数 1.6 万亿,激活 49B)面向复杂推理和高级编程任务,在代码竞赛、数学推理、Agent 工作流等场景表现优异,性能接近国际前沿闭源模型。Python00
MiMo-V2.5-ProMiMo-V2.5-Pro作为旗舰模型,擅⻓处理复杂Agent任务,单次任务可完成近千次⼯具调⽤与⼗余轮上 下⽂压缩。Python00
GLM-5.1GLM-5.1是智谱迄今最智能的旗舰模型,也是目前全球最强的开源模型。GLM-5.1大大提高了代码能力,在完成长程任务方面提升尤为显著。和此前分钟级交互的模型不同,它能够在一次任务中独立、持续工作超过8小时,期间自主规划、执行、自我进化,最终交付完整的工程级成果。Jinja00
Kimi-K2.6Kimi K2.6 是一款开源的原生多模态智能体模型,在长程编码、编码驱动设计、主动自主执行以及群体任务编排等实用能力方面实现了显著提升。Python00
MiniMax-M2.7MiniMax-M2.7 是我们首个深度参与自身进化过程的模型。M2.7 具备构建复杂智能体应用框架的能力,能够借助智能体团队、复杂技能以及动态工具搜索,完成高度精细的生产力任务。Python00
最新内容推荐
项目优选
收起
暂无描述
Dockerfile
701
4.51 K
Ascend Extension for PyTorch
Python
565
693
Claude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed.
Get Started
Rust
543
98
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++
957
955
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
411
338
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.6 K
940
Oohos_react_native
React Native鸿蒙化仓库
C++
340
387
AscendNPU-IR是基于MLIR(Multi-Level Intermediate Representation)构建的,面向昇腾亲和算子编译时使用的中间表示,提供昇腾完备表达能力,通过编译优化提升昇腾AI处理器计算效率,支持通过生态框架使能昇腾AI处理器与深度调优
C++
128
210
昇腾LLM分布式训练框架
Python
150
177
华为昇腾面向大规模分布式训练的多模态大模型套件,支撑多模态生成、多模态理解。
Python
140
221