Jav-Play:让视频播放一步到位的浏览器扩展
一、项目简介
Jav-Play 是一款专为 JAVDB 网站设计的浏览器扩展,它能让你直接在网页上播放视频,无需繁琐的复制粘贴操作。想象一下,就像在网上购物时直接点击"立即购买"一样简单,现在看视频也能如此便捷!
二、核心优势
✅ 一键视频解析 | 省去复制链接的麻烦,直接在网页上解析视频 ⚡ 跨播放器适配 | 支持多种主流视频播放器,满足不同系统需求 🔒 安全可靠 | 开源项目,代码透明,使用更放心 📱 轻量便捷 | 体积小巧,不占用过多系统资源
三、快速上手指南
不同操作系统的安装步骤略有不同,下面为你详细介绍:
| 步骤 | Windows系统 | MacOS系统 |
|---|---|---|
| 1 | 从项目仓库获取扩展包 | 从项目仓库获取扩展包 |
| 2 | 打开Chrome浏览器,进入chrome://extensions/ |
打开Chrome浏览器,进入chrome://extensions/ |
| 3 | 启用开发者模式 | 启用开发者模式 |
| 4 | 将下载的zip文件拖拽到扩展页面 | 将下载的zip文件拖拽到扩展页面 |
| 5 | 安装PotPlayer播放器 | 安装IINA播放器 |
获取扩展包的命令:
git clone https://gitcode.com/gh_mirrors/ja/jav-play
四、功能对比表
| 功能 | Jav-Play | 传统方式 | 其他同类工具 |
|---|---|---|---|
| 操作便捷性 | ⭐⭐⭐⭐⭐ | ⭐⭐ | ⭐⭐⭐ |
| 播放器兼容性 | ⭐⭐⭐⭐ | ⭐⭐⭐ | ⭐⭐ |
| 安全性 | ⭐⭐⭐⭐⭐ | ⭐⭐⭐ | ⭐⭐⭐ |
| 资源占用 | ⭐⭐⭐⭐ | ⭐⭐⭐ | ⭐⭐ |
| 开源程度 | ⭐⭐⭐⭐⭐ | ❌ | ⭐⭐⭐ |
五、场景化使用示例
场景一:影视爱好者的福音
小明是个影视爱好者,经常在JAVDB上浏览各种影片信息。以前,他需要复制视频链接,然后打开播放器粘贴播放,操作繁琐。现在有了Jav-Play,他只需在JAVDB页面上点击播放按钮,就能直接观看视频,节省了大量时间。
场景二:学习资料轻松看
小红是一名学生,经常需要在JAVDB上查找学习相关的视频资料。有了Jav-Play,她可以直接在网页上播放教学视频,边看边做笔记,学习效率大大提高。
六、生态支持
播放器兼容状态
IINA (MacOS): ▰▰▰▰▰ 100% PotPlayer (Windows): ▰▰▰▰▰ 100% mpv (跨平台): ▰▰▱▱▱ 40% (开发中)
七、常见问题
Q: 为什么我安装后无法使用? A: 请确保你已经启用了Chrome的开发者模式,并且正确安装了对应的视频播放器。
Q: 支持哪些浏览器? A: 目前主要支持Chrome浏览器,其他基于Chromium内核的浏览器也可能兼容。
Q: 会收集用户数据吗? A: Jav-Play是开源项目,不会收集任何用户数据,请放心使用。
八、加入我们
Jav-Play是一个持续发展的开源项目,我们非常欢迎你的加入!如果你有好的想法、发现了bug,或者想为项目贡献代码,都可以参与进来。让我们一起打造更好的视频播放体验!
你可以通过项目仓库提交issue或pull request,期待你的参与!
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 StartedRust060
Kimi-K2.6Kimi K2.6 是一款开源的原生多模态智能体模型,在长程编码、编码驱动设计、主动自主执行以及群体任务编排等实用能力方面实现了显著提升。Python00- QQwen3.5-397B-A17BQwen3.5 实现了重大飞跃,整合了多模态学习、架构效率、强化学习规模以及全球可访问性等方面的突破性进展,旨在为开发者和企业赋予前所未有的能力与效率。Jinja00
MiniMax-M2.7MiniMax-M2.7 是我们首个深度参与自身进化过程的模型。M2.7 具备构建复杂智能体应用框架的能力,能够借助智能体团队、复杂技能以及动态工具搜索,完成高度精细的生产力任务。Python00
GLM-5.1GLM-5.1是智谱迄今最智能的旗舰模型,也是目前全球最强的开源模型。GLM-5.1大大提高了代码能力,在完成长程任务方面提升尤为显著。和此前分钟级交互的模型不同,它能够在一次任务中独立、持续工作超过8小时,期间自主规划、执行、自我进化,最终交付完整的工程级成果。Jinja00
Hy3-previewHy3 preview 是由腾讯混元团队研发的2950亿参数混合专家(Mixture-of-Experts, MoE)模型,包含210亿激活参数和38亿MTP层参数。Hy3 preview是在我们重构的基础设施上训练的首款模型,也是目前发布的性能最强的模型。该模型在复杂推理、指令遵循、上下文学习、代码生成及智能体任务等方面均实现了显著提升。Python00
