bbhouse-tauri 项目亮点解析
2025-06-01 22:52:20作者:田桥桑Industrious
1. 项目基础介绍
bbhouse-tauri 是一款基于 Tauri 跨平台构建的开源哔哩哔哩第三方桌面客户端。该项目旨在为用户提供一个纯净、高效的观影体验,解决了官方网页客户端占用资源过多、视频Tab崩溃等问题。它支持 Windows、macOS 和 Linux 平台,提供了视频动态分区展示、无限添加稍后播放列表等核心功能。
2. 项目代码目录及介绍
项目的代码目录结构清晰,主要包括以下部分:
src-tauri: 包含了 Tauri 相关的配置文件和 Rust 代码,用于构建跨平台桌面应用。src: 存放 Vue 3 + Vite + TypeScript 构建的用户界面代码。public: 公共资源目录,如静态文件、图片等。doc: 项目文档。.github/workflows: GitHub Actions 工作流文件,用于自动化构建和测试等。LICENSE: 开源协议文件。README.md: 项目说明文件。
3. 项目亮点功能拆解
- 视频动态分区展示: 主页支持对视频(直播)动态分区展示,去除了B博和推荐流,让用户可以更快速地查看关注的UP主动态。
- 稍后播放列表: 支持无限添加的(临时的)稍后播放列表与配套的播放器,方便用户管理想要观看的内容。
- 独立播放器: 独立窗口的播放器支持播放列表,提升了用户体验。
- 性能优化: 启动速度快,资源占用低,实测 Win 11 下启动速度与原生UWP相当。
4. 项目主要技术亮点拆解
- 基于 Vue 3 + Vite + TypeScript: 使用最新的前端技术栈构建用户界面,提供更快速的开发体验和更好的性能。
- DPlayer.js 弹幕引擎: 核心播放功能与弹幕引擎来自 DPlayer.js,提供了丰富的视频播放和弹幕交互功能。
- Rust + WASM: 使用 Rust 语言建立本地反向代理进行取流,提高了安全性和性能。
- Tauri 框架: 使用 Tauri 框架沟通用户界面与 Rust 模块,构建完整的二进制文件,实现跨平台部署。
5. 与同类项目对比的亮点
- 资源占用: 相比于其他哔哩哔哩第三方客户端,bbhouse-tauri 在资源占用上更优化,启动速度更快。
- 用户体验: 界面简洁,功能清晰,提供了视频动态分区展示和稍后播放列表等特色功能。
- 安全性: 使用 Rust 和 Tauri 框架增强了应用的安全性,避免了潜在的安全风险。
- 开源社区支持: 项目开源,拥有活跃的社区支持,持续更新和改进,用户可以根据自己的需求参与开发和定制。
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