ChatGPTBox项目新增自定义文本处理工具功能解析
2025-05-22 03:44:49作者:凌朦慧Richard
ChatGPTBox作为一款浏览器扩展工具,近期在2.5.6版本中实现了一项用户期待已久的功能——自定义文本选择工具。这项功能允许用户根据个人需求创建特定的文本处理指令,极大提升了工具的灵活性和实用性。
功能实现原理
该功能通过扩展的选择菜单接口,为用户提供了可配置的自定义工具选项。系统采用模板变量替换机制,当用户选中文本并触发自定义工具时,扩展会将预定义的提示词模板中的{selectionText}等占位符替换为实际选中的内容,然后发送给AI处理。
核心特性详解
- 多工具支持:用户最多可配置10个自定义工具,每个工具对应一个独立的处理指令
- 模板化提示词:支持在提示词中使用{selectionText}等变量,系统会自动替换为实际选中内容
- 语言适配:可与系统语言偏好设置联动,通过{prefLanguage}变量确保输出语言一致性
- 简洁UI设计:自定义工具以数字图标形式呈现,保持界面整洁的同时提供快速访问
典型应用场景
- 文本改写:配置"将以下文本改写得更加正式:{selectionText}"的提示词
- 内容摘要:设置"用{prefLanguage}总结这段文字的核心要点:{selectionText}"的指令
- 语法检查:创建"检查以下{prefLanguage}文本的语法错误:{selectionText}"的工具
- 术语解释:设计"用简单易懂的{prefLanguage}解释这个专业术语:{selectionText}"的功能
技术实现考量
开发者原本计划实现更复杂的插件系统,但考虑到开发资源和用户需求的紧迫性,选择了当前这种轻量级实现方案。这种设计既满足了基本需求,又保证了功能的快速交付。系统采用配置优先的架构,用户只需在设置界面填写提示词模板即可创建新工具,无需编写任何代码。
用户体验优化
该功能特别考虑了非技术用户的使用体验:
- 工具启用机制与内置工具完全一致,降低学习成本
- 提示词模板采用直观的变量标记方式,易于理解和使用
- 工具数量限制在10个以内,既满足多样性需求又避免选择困难
这项功能的加入使ChatGPTBox从固定功能的AI助手进化为可个性化定制的生产力工具,为用户处理网页文本提供了更多可能性。
登录后查看全文
热门项目推荐
相关项目推荐
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
246
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++
663
313
React Native鸿蒙化仓库
JavaScript
262
324
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
🎉 (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
1.2 K
655
🔥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
openGauss kernel ~ openGauss is an open source relational database management system
C++
160
218
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
330
137