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!
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-1.5HunyuanVideo-1.5作为一款轻量级视频生成模型,仅需83亿参数即可提供顶级画质,大幅降低使用门槛。该模型在消费级显卡上运行流畅,让每位开发者和创作者都能轻松使用。本代码库提供生成创意视频所需的实现方案与工具集。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