重温经典:AdashimaaTube - 恢复旧版YouTube布局的利器!
2024-05-30 13:18:52作者:裘晴惠Vivianne
随着科技的发展,许多在线平台不断迭代更新,其中包括我们熟悉的YouTube。然而,一些用户对于新界面可能并不适应,怀念过去的简洁与熟悉。于是,一个名为AdashimaaTube的开源项目应运而生,它旨在帮助用户在2021-2022年恢复YouTube的经典布局,并提供了大量的自定义选项。
项目简介
AdashimaaTube是一个用户脚本,通过安装Stylus扩展,在现代浏览器中可以轻松启用。这个项目不仅恢复了旧版视频容器和图标,还增加了一系列定制功能,如调整首页和频道页面的视频列数、隐藏不常用按钮等。它的目标是让用户在享受新特性的同时,找回那份曾经的舒适感。
技术分析
AdashimaaTube采用了CSS和JavaScript技术,利用Stylus的强大功能,实现在网页上动态修改元素样式和行为。它深入解析YouTube的新布局,精确地模拟旧版设计,并加入了一些额外的功能增强,例如抗短片显示和观看标记。用户可以通过简单安装Stylus和AdashimaaTube脚本来实现一键切换。
应用场景
无论是在家中浏览喜爱的视频,还是在办公室工作时想要减少干扰,AdashimaaTube都是一个理想的选择。尤其对于那些习惯于旧版YouTube的用户,或是希望自定义界面以提高效率的人来说,这是一个不可或缺的工具。
项目特点
- 高度可定制:提供菜单选项,用户可以根据个人喜好调整布局,包括颜色、按钮、动画等方面。
- 兼容性广:支持多种浏览器扩展,如Stylus,方便各类用户安装使用。
- 功能丰富:除了恢复旧版布局外,还新增了防短片、全标题显示、红标订阅等功能。
- 用户体验优化:提供了更多动画效果,增强了交互体验。
使用推荐
如果你渴望找回YouTube的老味道,或者想要一个更符合自己审美的播放环境,那么AdashimaaTube绝对值得尝试。只需几分钟,你就可以拥有一个个性化的YouTube界面,沉浸于记忆中的美好时光。
立即安装AdashimaaTube,开始你的怀旧之旅吧!
查看项目详细说明,了解更多精彩功能,让YouTube再次成为你的个性化娱乐天地!
登录后查看全文
热门项目推荐
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
项目优选
收起
deepin linux kernel
C
24
9
Ascend Extension for PyTorch
Python
223
245
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
9
1
暂无简介
Dart
672
157
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++
662
312
React Native鸿蒙化仓库
JavaScript
262
322
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
64
19
仓颉编译器源码及 cjdb 调试工具。
C++
134
867
仓颉编程语言测试用例。
Cangjie
37
860
openGauss kernel ~ openGauss is an open source relational database management system
C++
160
218