BewlyBewly v0.41.0版本发布:全新通知中心与视觉体验升级
BewlyBewly是一款基于现代Web技术开发的浏览器扩展,旨在为用户提供更优质的B站浏览体验。本次v0.41.0版本带来了多项重要更新,特别是在用户界面和交互体验方面有了显著提升。
核心功能更新
全新通知中心
本次更新引入了全新的通知抽屉设计,为用户提供更加集中和便捷的通知管理体验。通知中心采用现代化UI设计,支持快速浏览和操作各类通知消息。开发团队特别优化了通知的加载和显示逻辑,确保用户能够及时获取最新信息。
动态模糊封面背景
视频卡片现在支持动态模糊封面背景效果,当用户悬停在视频卡片上时,系统会自动生成模糊化的封面背景,创造出视觉层次感。这一效果经过特别优化,即使在Safari浏览器中也能流畅运行,体现了开发团队对跨浏览器兼容性的重视。
视觉与交互优化
字体系统升级
新增Geist-Number数字专用字体,为界面中的数字显示提供更好的视觉效果。同时增强了字体自定义选项,用户现在可以更灵活地调整界面字体样式。
主题颜色渐变
设置中新增了顶部栏主题颜色渐变选项,允许用户启用或禁用顶部栏的颜色渐变效果。这一功能特别考虑了页面滚动状态,确保在不同场景下都能提供最佳的视觉体验。
阴影效果控制
新增了全局阴影效果开关,用户可以根据个人喜好选择是否启用界面元素的阴影效果,为界面定制提供了更多可能性。
技术实现亮点
封面图像处理优化
开发团队重构了封面图像的处理逻辑,实现了更高效的模糊效果生成算法。新版本中,封面图像的加载和模糊处理过程更加流畅,减少了资源占用。
页面切换稳定性
解决了页面切换时的抖动问题,通过优化布局计算和过渡动画,使页面切换更加平滑稳定。
扩展坞改进
扩展坞功能获得多项增强:
- 新增半隐藏模式选项
- 支持分离"返回顶部"和"刷新"按钮
- 优化了边缘位置的处理逻辑
- 动态调整缩放比例防止溢出
兼容性与性能
特别针对Safari浏览器进行了多项优化,确保所有特效在该浏览器中都能完美运行。同时优化了iframe页面的加载体验,改进了对"稍后观看"新URL格式的支持。
总结
BewlyBewly v0.41.0版本通过引入通知中心和多项视觉优化,显著提升了用户体验。开发团队在保持功能丰富性的同时,也注重性能和兼容性的平衡,使扩展在各种环境下都能稳定运行。这些改进体现了项目对细节的关注和对用户需求的深入理解,为B站用户提供了更加愉悦的浏览体验。
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