推荐使用:Alfred Chrome History Workflow - 快速访问Chrome浏览历史的利器!
2024-05-30 02:44:56作者:薛曦旖Francesca
在这个数字化的时代,浏览器的历史记录成为了我们工作和生活的重要参考资料。Alfred Chrome History Workflow 是一个强大且便捷的工具,它允许你在Alfred中直接搜索并访问你的Google Chrome浏览历史,只需简单输入ch {query}即可。
项目介绍
Alfred Chrome History Workflow 是一个开源的工作流插件,旨在提高您的工作效率。无需离开Alfred,您就能迅速定位到曾经访问过的网页,无论是为了查找丢失的信息,还是回顾之前的项目,这个插件都能成为你的得力助手。不仅如此,该插件还支持自定义关键词,以及选择不同的Chrome配置文件,以适应多账户环境的需求。
项目技术分析
该工作流基于Python语言编写,并利用了nikipore/alfred-python库,使得在Alfred环境中与Python脚本无缝集成成为可能。通过设置环境变量和脚本参数,您可以轻松控制是否显示图标(favicons)或者切换不同Chrome配置文件。此外,make workflow和make dev命令简化了开发和打包流程。
项目及技术应用场景
- 快速查询:在日常工作中,您可能需要频繁回溯已访问过的网站。通过Alfred Chrome History Workflow,可以大大提高查找速度,节省宝贵的时间。
- 多账户管理:如果您在一台设备上登录了多个Chrome账号,通过设置不同的配置文件,可方便地在各个账户的历史记录间切换。
- 学习与研究:无论是查阅学术资料还是整理项目文档,这款工具能帮助您更高效地找到曾阅读过的内容。
项目特点
- 即时检索:一旦输入关键词
ch,Alfred立即展示匹配的浏览历史条目,响应速度极快。 - 高度定制:不仅可以更改触发关键词,还可以选择特定的Chrome配置文件,满足个性化需求。
- 兼容性好:与Alfred深度整合,同时支持全局安装和虚拟环境中的Python库。
- 易安装与维护:提供预打包的workflow文件,双击即可安装;开发者也可从源码编译,便于自定义和更新。
现在就尝试使用Alfred Chrome History Workflow,让您的Chrome浏览历史触手可及!前往GitHub下载,并开启高效工作的新篇章吧!
登录后查看全文
热门项目推荐
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
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
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。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
项目优选
收起
deepin linux kernel
C
24
9
Ascend Extension for PyTorch
Python
222
238
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
暂无简介
Dart
671
156
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++
661
312
React Native鸿蒙化仓库
JavaScript
261
322
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
64
19
仓颉编译器源码及 cjdb 调试工具。
C++
134
867
仓颉编程语言测试用例。
Cangjie
37
859
openGauss kernel ~ openGauss is an open source relational database management system
C++
160
217