Focus for YouTube:专注模式过滤规则深度解析
项目概述
Focus for YouTube 是一组精心设计的过滤规则,旨在帮助用户消除YouTube平台上的各种干扰元素,打造一个更加纯净的视频观看体验。该规则基于Adblock Plus语法实现,通过屏蔽非必要界面组件,让用户能够专注于当前观看的视频内容。
核心功能解析
1. 主页内容净化
项目通过以下规则彻底清除了YouTube主页的推荐内容流:
youtube.com##ytd-browse[page-subtype*='home']
m.youtube.com##ytm-browse > ytm-single-column-browse-results-renderer > div > div[tab-identifier*="FEwhat_to_watch"]
这种设计特别适合那些希望避免被算法推荐内容分散注意力的用户,让使用YouTube时不再被无穷无尽的推荐视频所困扰。
2. 侧边栏精简
项目移除了左侧导航栏中的多个非必要入口,包括:
- 首页按钮
- 探索按钮
- 订阅内容
- 媒体库
- 历史记录
这些修改通过精确的CSS选择器实现,保留了用户可能需要的核心功能,同时去掉了容易导致分心的元素。
3. 视频相关干扰消除
3.1 视频结束时的推荐
##.ytp-endscreen-content
这条规则移除了视频播放结束后自动显示的推荐内容,防止用户陷入"再看一个"的无限循环。
3.2 相关视频推荐
youtube.com,youtubekids.com###related
m.youtube.com##ytm-watch ytm-compact-video-renderer
这些规则有效屏蔽了视频播放页面右侧的相关推荐列表,帮助用户专注于当前观看的内容。
3.3 暂停时的推荐覆盖层
##.ytp-pause-overlay
youtube.com##.ytp-pause-overlay
当视频暂停时,YouTube默认会显示推荐内容覆盖层,这些规则确保了暂停时界面保持干净。
4. 其他干扰元素处理
4.1 YouTube Premium推广
youtube.com###masthead-ad
移除了顶部常驻的Premium会员推广横幅。
4.2 自动生成的播放列表
www.youtube.com#?#ytd-compact-radio-renderer:-abp-has(ytd-thumbnail-overlay-bottom-panel-renderer)
屏蔽了"My mix"等算法自动生成的播放列表推荐。
4.3 视频悬停覆盖层
www.youtube.com###hover-overlays
移除了鼠标悬停在视频缩略图上时显示的"稍后观看"等操作按钮。
技术实现原理
Focus for YouTube主要采用以下技术手段实现内容过滤:
-
CSS选择器定位:通过精确的DOM元素定位,针对性地隐藏特定界面组件。
-
请求拦截:阻止某些推荐内容相关的AJAX请求,从源头切断干扰内容的加载。
-
元素属性匹配:利用元素属性特征进行更精确的定位,确保规则稳定性。
使用场景建议
这套过滤规则特别适合以下用户群体:
- 需要专注学习的研究人员
- 避免分心的远程工作者
- 希望控制观看时间的自律人士
- 仅关注特定内容创作者的专业用户
进阶配置说明
文件中包含了一些被注释掉的规则(以"!"开头),用户可以根据需要取消注释来启用额外功能,例如:
- 移除点赞/点踩计数器
- 完全屏蔽评论区
- 清除直播聊天窗口
这些规则提供了更极致的净化体验,但可能会影响部分社交互动功能。
维护与更新
由于YouTube界面会定期更新,建议用户:
- 保持过滤规则定期更新
- 关注可能的界面变化导致的规则失效
- 根据个人需求调整规则细节
Focus for YouTube通过系统性的界面净化,为用户创造了一个更加专注的视频观看环境,是提升数字健康和工作效率的有效工具。
PaddleOCR-VLPaddleOCR-VL 是一款顶尖且资源高效的文档解析专用模型。其核心组件为 PaddleOCR-VL-0.9B,这是一款精简却功能强大的视觉语言模型(VLM)。该模型融合了 NaViT 风格的动态分辨率视觉编码器与 ERNIE-4.5-0.3B 语言模型,可实现精准的元素识别。Python00
unified-cache-managementUnified Cache Manager(推理记忆数据管理器),是一款以KV Cache为中心的推理加速套件,其融合了多类型缓存加速算法工具,分级管理并持久化推理过程中产生的KV Cache记忆数据,扩大推理上下文窗口,以实现高吞吐、低时延的推理体验,降低每Token推理成本。Python03
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
HunyuanWorld-Mirror混元3D世界重建模型,支持多模态先验注入和多任务统一输出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
Spark-Scilit-X1-13B科大讯飞Spark Scilit-X1-13B基于最新一代科大讯飞基础模型,并针对源自科学文献的多项核心任务进行了训练。作为一款专为学术研究场景打造的大型语言模型,它在论文辅助阅读、学术翻译、英语润色和评论生成等方面均表现出色,旨在为研究人员、教师和学生提供高效、精准的智能辅助。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- HHowToCook程序员在家做饭方法指南。Programmer's guide about how to cook at home (Chinese only).Dockerfile014
Spark-Chemistry-X1-13B科大讯飞星火化学-X1-13B (iFLYTEK Spark Chemistry-X1-13B) 是一款专为化学领域优化的大语言模型。它由星火-X1 (Spark-X1) 基础模型微调而来,在化学知识问答、分子性质预测、化学名称转换和科学推理方面展现出强大的能力,同时保持了强大的通用语言理解与生成能力。Python00- PpathwayPathway is an open framework for high-throughput and low-latency real-time data processing.Python00