ChromePass:3分钟快速找回Chrome浏览器所有保存密码
你是否曾经因为忘记某个重要网站的登录密码而焦虑不已?ChromePass正是为解决这一痛点而生的开源工具,它能一键提取Chrome浏览器中保存的所有密码信息,让你轻松找回遗忘的登录凭据。
🔑 为什么选择ChromePass?
简单易用:无需复杂配置,三步即可完成密码提取 多格式输出:支持CSV、JSON等多种数据格式 安全可靠:所有操作都在本地完成,绝不泄露隐私
🚀 快速上手:零基础也能用
第一步:获取工具
git clone https://gitcode.com/gh_mirrors/chr/chromepass
cd chromepass
第二步:环境准备
Windows用户需要先安装PyWin32依赖包,这是解密功能正常运行的前提条件。类Unix系统用户可以直接使用。
第三步:开始提取
根据你的需求选择最适合的输出方式:
即时查看模式 - 快速浏览当前保存的所有密码
python chromepass.py -d
CSV表格导出 - 适合数据整理和分析
python chromepass.py --o csv
JSON数据格式 - 便于程序处理和集成
python chromepass.py --o json
💡 实用功能详解
1. 密码即时查看
当你需要快速查询某个网站的登录信息时,使用-d参数即可在终端直接显示所有账号的网站地址、用户名和密码。
2. 数据备份管理
通过CSV格式导出,你可以将密码信息整理成电子表格,方便长期保存和分类管理。
3. 技术集成支持
JSON格式为开发者提供了最大的灵活性,可以轻松集成到其他工具或自动化脚本中。
🔒 安全使用指南
本地处理原则:所有密码解密和提取都在本地计算机完成,数据不会上传到任何服务器。
权限要求:确保运行程序的用户账户有权限访问Chrome的用户数据目录。
合法使用:请仅限提取自己账户的密码信息,严格遵守隐私保护法规。
🛠️ 常见问题解决
数据库被锁定:如果遇到"database is locked"错误,请确保关闭所有Chrome窗口后再试。
找不到数据库:如果提示"unable to open database file",请检查Chrome是否正确安装。
📋 最佳实践建议
- 定期备份:建议每月备份一次重要账号密码
- 安全存储:导出的密码文件请妥善保管
- 及时更新:关注项目更新,获取最新功能
🎯 适用场景
个人用户:定期备份重要账号密码,防止意外丢失
技术支持:帮助家人或客户恢复遗忘的登录信息
安全审计:检查当前保存的密码安全状况
ChromePass以其简洁的操作界面、强大的功能特性和免费开源的属性,成为了Chrome密码管理的首选工具。无论你是技术新手还是资深用户,都能在几分钟内掌握使用方法。现在就动手尝试,让密码管理变得简单高效!
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5-w4a8GLM-5-w4a8基于混合专家架构,专为复杂系统工程与长周期智能体任务设计。支持单/多节点部署,适配Atlas 800T A3,采用w4a8量化技术,结合vLLM推理优化,高效平衡性能与精度,助力智能应用开发Jinja00
请把这个活动推给顶尖程序员😎本次活动专为懂行的顶尖程序员量身打造,聚焦AtomGit首发开源模型的实际应用与深度测评,拒绝大众化浅层体验,邀请具备扎实技术功底、开源经验或模型测评能力的顶尖开发者,深度参与模型体验、性能测评,通过发布技术帖子、提交测评报告、上传实践项目成果等形式,挖掘模型核心价值,共建AtomGit开源模型生态,彰显顶尖程序员的技术洞察力与实践能力。00
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00
MiniMax-M2.5MiniMax-M2.5开源模型,经数十万复杂环境强化训练,在代码生成、工具调用、办公自动化等经济价值任务中表现卓越。SWE-Bench Verified得分80.2%,Multi-SWE-Bench达51.3%,BrowseComp获76.3%。推理速度比M2.1快37%,与Claude Opus 4.6相当,每小时仅需0.3-1美元,成本仅为同类模型1/10-1/20,为智能应用开发提供高效经济选择。【此简介由AI生成】Python00
Qwen3.5Qwen3.5 昇腾 vLLM 部署教程。Qwen3.5 是 Qwen 系列最新的旗舰多模态模型,采用 MoE(混合专家)架构,在保持强大模型能力的同时显著降低了推理成本。00- RRing-2.5-1TRing-2.5-1T:全球首个基于混合线性注意力架构的开源万亿参数思考模型。Python00