ClintonCAT 项目使用教程
2025-04-20 23:18:24作者:滕妙奇
1. 项目介绍
ClintonCAT 是一个 Chrome 浏览器扩展,旨在自动搜索 Rossmann's Consumer Action Taskforce (CAT) 文章,针对当前访问的网页。当发现 CAT 维基页面与当前网站相关时,插件工具栏图标会显示找到的争议数量。用户还可能会在页面中看到一个可点击的愤怒猫图标。
2. 项目快速启动
以下是在本地环境搭建和运行 ClintonCAT 的步骤:
-
克隆项目到本地:
git clone git@github.com:WayneKeenan/ClintonCAT.git -
进入项目目录:
cd ClintonCAT -
安装项目依赖:
npm install -
构建 Chrome 浏览器版本的扩展:
npm run build:chromium或者,如果你想要构建 Firefox 版本的扩展:
npm run build:gecko构建完成后,扩展文件会输出到
dist文件夹。 -
安装扩展到浏览器:
-
对于 Chrome 或 Brave 浏览器:
- 打开扩展设置页面,如
chrome://extensions/或brave://extensions/。 - 启用开发者模式。
- 点击 "加载已解压的扩展"。
- 导航到包含扩展文件的文件夹。
- 打开扩展设置页面,如
-
对于 Firefox:
- 打开
about:debugging#/runtime/this-firefox。 - 展开临时扩展。
- 点击 "加载临时扩展"。
- 导航到包含扩展文件的文件夹并打开
manifest.json。
- 打开
-
对于 Safari:
- 按下运行。
- 在偏好设置中启用扩展。
-
3. 应用案例和最佳实践
- 当浏览一个网站时,ClintonCAT 会自动检查该网站是否有相关的 CAT 文章。
- 如果有相关文章,插件会在浏览器工具栏上显示一个图标,并显示找到的争议数量。
- 点击图标或页面中的愤怒猫图标,用户可以查看详细的争议信息。
最佳实践:
- 在使用前,请确保已经安装并启用了 ClintonCAT 插件。
- 对于不同的网站,可以自定义插件的行为,比如在设置中添加白名单。
4. 典型生态项目
ClintonCAT 是一个独立的开源项目,但它可以与以下类型的生态项目结合使用:
- 网站内容审核工具:帮助网站管理员快速识别和解决争议内容。
- 用户行为分析工具:分析用户如何与争议内容互动,以改进用户体验。
通过这些生态项目的结合使用,可以构建一个更强大的内容审核和管理平台。
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-1.5HunyuanVideo-1.5作为一款轻量级视频生成模型,仅需83亿参数即可提供顶级画质,大幅降低使用门槛。该模型在消费级显卡上运行流畅,让每位开发者和创作者都能轻松使用。本代码库提供生成创意视频所需的实现方案与工具集。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
最新内容推荐
全球36个生物多样性热点地区KML矢量图资源详解与应用指南 Python案例资源下载 - 从入门到精通的完整项目代码合集 PANTONE潘通AI色板库:设计师必备的色彩管理利器 深入解析Windows内核模式驱动管理器:系统驱动管理的终极利器 Python开发者的macOS终极指南:VSCode安装配置全攻略 STM32到GD32项目移植完全指南:从兼容性到实战技巧 Jetson TX2开发板官方资源完全指南:从入门到精通 SteamVR 1.2.3 Unity插件:兼容Unity 2019及更低版本的VR开发终极解决方案 JDK 8u381 Windows x64 安装包:企业级Java开发环境的完美选择 TortoiseSVN 1.14.5.29465 中文版:高效版本控制的终极解决方案
项目优选
收起
deepin linux kernel
C
24
7
Ascend Extension for PyTorch
Python
188
206
暂无简介
Dart
630
143
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
React Native鸿蒙化仓库
JavaScript
243
316
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
383
3.64 K
openGauss kernel ~ openGauss is an open source relational database management system
C++
158
210
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
295
105
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++
649
267
仓颉编译器源码及 cjdb 调试工具。
C++
128
858