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
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-1.5暂无简介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
项目优选
收起
deepin linux kernel
C
24
7
Ascend Extension for PyTorch
Python
173
193
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++
647
263
TorchAir 支持用户基于PyTorch框架和torch_npu插件在昇腾NPU上使用图模式进行推理。
Python
268
93
暂无简介
Dart
622
140
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
377
3.32 K
React Native鸿蒙化仓库
JavaScript
242
315
🎉 (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
1.1 K
621
仓颉编译器源码及 cjdb 调试工具。
C++
126
856
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