WELearnHelper 安装与配置指南
2026-01-30 05:25:27作者:范靓好Udolf
1. 项目基础介绍
WELearnHelper 是一个开源项目,旨在为使用 WE Learn 网课平台的用户提供辅助功能,如显示课堂题目答案、支持班级测试、自动答题、刷课时等。该项目基于 GPL-3.0 开源协议,使用 TypeScript 和 Python 语言开发。
2. 项目使用的关键技术和框架
- TypeScript:一种由微软开发的开源编程语言,它是 JavaScript 的一个超集,添加了静态类型选项。
- Vue:一个用于构建用户界面的渐进式框架,易于上手,能够帮助开发者高效地开发复杂的前端应用程序。
- Tamper Monkey:一个浏览器扩展,允许用户在浏览网页时运行自定义的 JavaScript 代码。
3. 项目安装和配置准备工作
在开始安装之前,请确保您已经做好以下准备工作:
- 安装最新版本的 Chrome 或 Edge 浏览器。
- 安装 Tamper Monkey 或 ScriptCat 浏览器扩展。
- 确保您的网络环境可以访问 GitHub。
4. 项目详细安装步骤
步骤 1:安装浏览器扩展
- 打开您的 Chrome 或 Edge 浏览器。
- 访问 Chrome Web Store 或 Edge Add-ons 商店。
- 搜索 Tamper Monkey 或 ScriptCat,并安装它。
步骤 2:安装 WELearnHelper 脚本
- 访问 WELearnHelper 项目页面。
- 下载最新版本的 WELearnHelper 脚本文件(通常是 .user.js 文件)。
- 在 Tamper Monkey 或 ScriptCat 扩展中,点击扩展图标,选择“新建用户脚本”或“添加新脚本”。
- 将下载的 .user.js 文件内容粘贴到新建的用户脚本编辑器中。
- 点击保存,然后启用该脚本。
步骤 3:配置脚本
- 在浏览器中访问 WE Learn 平台。
- 点击 Tamper Monkey 或 ScriptCat 图标,选择您的 WELearnHelper 脚本。
- 点击脚本顶部的齿轮图标,进入设置菜单进行配置。
- 根据需要调整设置,例如启用或禁用自动答题功能。
步骤 4:使用脚本
- 进入 WE Learn 平台的练习页面或考试页面。
- 脚本会自动显示答案或在设置中启用的其他功能。
安装和配置 WELearnHelper 脚本后,您就可以享受它带来的便利了。请确保遵守脚本的使用条款,不要用于任何违规行为。
登录后查看全文
热门项目推荐
相关项目推荐
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust0197
cann-learning-hubCANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。Jupyter Notebook0126
MiMo-V2.5-Pro-FP4-DFlashMiMo-V2.5-Pro-FP4-DFlash 是驱动 MiMo-V2.5-Pro-UltraSpeed 的底层模型: FP4 量化骨干网络:对 MoE 专家采用 MXFP4 量化,同时保持模型其他部分的更高精度,在几乎无损质量的前提下,显著减小模型体积并降低内存带宽压力。 BF16 DFlash 草稿生成器:用于块扩散推测解码,每次前向传播可生成一整个块的 tokens,并让骨干网络一步完成验证。 两者协同作用,既降低了每参数的位宽,又减少了骨干网络前向传播的次数,而这两者正是万亿参数模型解码过程中的两大主要成本来源。Python00
JoyAI-EchoJoyAI-Echo,这是一个独立的、仅用于推理的版本,旨在实现分钟级多镜头音视频生成。它采用了经过蒸馏的DMD生成器、配对的跨模态记忆以及故事级别的一致性。其性能的核心在于,一个跨模态视听记忆库能够在长达五分钟的视频中保持角色外观和语音音色的一致性。同时,一个训练后处理流程将基于记忆的强化学习与分布匹配蒸馏相结合,实现了7.5倍的速度提升,显著增强了视觉质量和对齐效果。00
AstrBot✨ 易上手的多平台 LLM 聊天机器人及开发框架 ✨ 平台支持 QQ、QQ频道、Telegram、微信、企微、飞书 | OpenAI、DeepSeek、Gemini、硅基流动、月之暗面、Ollama、OneAPI、Dify 等。附带 WebUI。Python05
handy-ollama动手学Ollama,CPU玩转大模型部署,在线阅读地址:https://datawhalechina.github.io/handy-ollama/Jupyter Notebook07
项目优选
收起
暂无描述
Dockerfile
766
5 K
本项目是CANN提供的transformer类大模型算子库,实现网络在NPU上加速计算。
C++
863
1.95 K
本项目是CANN提供的神经网络类计算算子库,实现网络在NPU上加速计算。
C++
689
1.35 K
Ascend Extension for PyTorch
Python
722
894
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
458
450
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++
1.08 K
1.11 K
本仓库是 Flutter SDK 与 Flutter Engine 的 OpenHarmony 适配版本,由 CPF-Flutter 团队维护。开发者可使用熟悉的 Flutter 技术栈开发 OpenHarmony 应用,3.35.7 及以后的适配版本可基于本仓库源码构建支持 OpenHarmony 的 Flutter Engine。
Dart
1.02 K
264
CANNBot 是面向 CANN 开发的用于提升开发效率的系列智能体,本仓库为其提供可复用的 Skills 模块。
Python
1.01 K
624
openJiuwen agent-studio提供零码、低码可视化开发和工作流编排,模型、知识库、插件等各资源管理能力
TSX
2.99 K
639
华为昇腾面向大规模分布式训练的多模态大模型套件,支撑多模态生成、多模态理解。
Python
152
250