devtools-remote-debugger 使用教程
1. 项目介绍
devtools-remote-debugger 是一个基于 Google 开源项目 devtools-frontend 的远程调试工具。通过在网页上简单加载一段 JavaScript 代码,您可以使用熟悉的 Chrome DevTools 来远程调试该网页。被调试的网页通过 WebSocket 连接到一个中间的 Node 层,而 DevTools 也通过 WebSocket 连接到这个 Node 层。Node 层的主要作用是转发网页和 DevTools 之间的套接字协议,实现它们之间的全双工通信。
该项目已被收录在 awesome-chrome-devtools 集合中,提供了丰富的调试功能,包括元素显示、HTML 标签编辑、样式规则显示、节点高亮、控制台 JavaScript 代码执行、错误堆栈显示、网络请求显示、本地存储和会话存储预览等。
2. 项目快速启动
2.1 环境准备
确保您已经安装了 Node.js 和 npm。
2.2 安装依赖
git clone https://github.com/Nice-PLQ/devtools-remote-debugger.git
cd devtools-remote-debugger
npm install
2.3 启动服务
在终端中启动以下两个命令:
- 启动 Node 服务
npm run serve
- 启动客户端
npm run client
2.4 打开调试页面
在浏览器中打开两个页面:
- 调试 DEMO 页面:
http://localhost:8080/remote/debug/example/index.html - 调试后台页面:
http://localhost:8899/page/index.html
3. 应用案例和最佳实践
3.1 远程调试网页
假设您有一个需要远程调试的网页,您可以在该网页中加载 cdp.js 代码,然后通过 devtools-remote-debugger 提供的调试后台页面进行调试。
3.2 调试跨域问题
由于同源策略的限制,您可能需要对跨域的 CSS 和 JavaScript 文件进行特殊处理。例如,在加载外部样式时,添加 crossorigin="anonymous" 属性。
<link rel="stylesheet" href="https://example.com/styles.css" crossorigin="anonymous">
对于 JavaScript 文件,同样需要添加 crossorigin="anonymous" 属性:
<script src="https://example.com/script.js" crossorigin="anonymous"></script>
4. 典型生态项目
4.1 devtools-frontend
devtools-frontend 是 Google 开源的 Chrome DevTools 前端项目,提供了丰富的调试功能和接口,devtools-remote-debugger 正是基于此项目实现的。
4.2 awesome-chrome-devtools
awesome-chrome-devtools 是一个收集了与 Chrome DevTools 相关工具和资源的集合,devtools-remote-debugger 已被收录其中,展示了其在远程调试领域的应用。
通过以上步骤,您可以快速上手并使用 devtools-remote-debugger 进行网页的远程调试。希望本教程对您有所帮助!
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