豆伴(Tofu):豆瓣数据备份与导出工具使用指南
2026-04-16 09:01:09作者:蔡怀权
了解豆伴核心功能
豆伴(Tofu)是一款专为豆瓣用户设计的Chrome扩展程序,核心价值在于提供安全可靠的个人数据备份方案。通过该工具,用户可一键备份豆瓣账号中的电影评分、书籍评论、关注列表等重要数据,并支持导出为Excel格式文档,有效防止数据丢失风险。
准备开发与运行环境
安装源代码
执行以下命令克隆项目仓库到本地:
git clone https://gitcode.com/gh_mirrors/tofu1/tofu
环境要求
- Google Chrome浏览器(版本80+)
- 本地开发环境需支持ES6+ JavaScript语法
- 无需额外依赖安装,扩展程序采用纯前端技术实现
注意:确保克隆仓库后完整保留项目目录结构,特别是chrome/extension/目录下的核心文件。
解析核心功能模块
数据采集模块
位于extension/tasks/目录下的系列脚本文件(如annotation.js、follower.js等)负责不同类型数据的采集逻辑。该模块通过模拟用户操作,从豆瓣网页中提取结构化数据,支持包括:
- 影音书评分与评论(影/音/书/游标签页数据)
- 社交关系数据(关注/被关注列表、黑名单)
- 内容创作数据(日记、广播、相册)
任务调度系统
extension/services/目录下的Job.js和Task.js实现了任务队列管理,支持:
- 多任务并行处理
- 任务状态跟踪(通过StateChangeEvent.js)
- 错误处理与重试机制(TaskError.js)
用户界面组件
extension/ui/目录包含导航栏(navbar.js)、分页器(paginator.js)等UI组件,提供直观的操作界面。典型界面如下所示:
配置扩展程序
基础配置文件
核心配置文件为chrome/extension/manifest.json,该文件定义了扩展的基础信息和权限设置。关键配置项说明:
{
"name": "豆伴",
"version": "1.0",
"manifest_version": 2,
"permissions": ["activeTab", "storage"],
"background": {
"scripts": ["background.js"]
}
}
权限配置场景
- 当需要访问用户本地存储时,需确保"storage"权限已添加
- 若需与豆瓣网站交互,需在"permissions"中添加相应域名
- 背景脚本变更后需重新加载扩展程序才能生效
提示:修改配置文件后,通过Chrome扩展管理页面的"重新加载"按钮应用更改。
执行数据备份与导出
启动备份任务
- 在Chrome浏览器中加载已解压的扩展程序(指向chrome/extension/目录)
- 点击浏览器工具栏中的豆伴图标,选择「新建任务」
- 在弹出的任务配置面板中勾选需要备份的数据类型
- 点击「开始」按钮启动备份进程
导出Excel文件
备份完成后,执行以下步骤导出数据:
- 在扩展界面中切换到「服务」标签页
- 点击「导出数据」按钮,打开导出配置窗口
- 选择需要导出的项目(可通过"全选"快速勾选所有数据类型)
- 点击「导出」按钮生成并下载Excel文件
查看备份历史
通过「浏览备份」菜单可查看所有历史备份记录,系统会自动保留每次备份的时间戳和数据完整性信息。对于已从豆瓣删除的内容,会以灰色标识显示在备份列表中。
获取帮助与支持
如遇使用问题,可通过以下途径获取帮助:
- 扩展程序内「帮助」标签页查看使用指南
- 检查extension/services/Logger.js生成的日志文件定位问题
- 项目许可证信息可在根目录LICENSE文件中查看
登录后查看全文
热门项目推荐
相关项目推荐
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
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- 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
HY-Embodied-0.5这是一套专为现实世界具身智能打造的基础模型。该系列模型采用创新的混合Transformer(Mixture-of-Transformers, MoT) 架构,通过潜在令牌实现模态特异性计算,显著提升了细粒度感知能力。Jinja00
LongCat-AudioDiT-1BLongCat-AudioDiT 是一款基于扩散模型的文本转语音(TTS)模型,代表了当前该领域的最高水平(SOTA),它直接在波形潜空间中进行操作。00
ERNIE-ImageERNIE-Image 是由百度 ERNIE-Image 团队开发的开源文本到图像生成模型。它基于单流扩散 Transformer(DiT)构建,并配备了轻量级的提示增强器,可将用户的简短输入扩展为更丰富的结构化描述。凭借仅 80 亿的 DiT 参数,它在开源文本到图像模型中达到了最先进的性能。该模型的设计不仅追求强大的视觉质量,还注重实际生成场景中的可控性,在这些场景中,准确的内容呈现与美观同等重要。特别是,ERNIE-Image 在复杂指令遵循、文本渲染和结构化图像生成方面表现出色,使其非常适合商业海报、漫画、多格布局以及其他需要兼具视觉质量和精确控制的内容创作任务。它还支持广泛的视觉风格,包括写实摄影、设计导向图像以及更多风格化的美学输出。Jinja00
热门内容推荐
最新内容推荐
如何用自然语言掌控电脑?UI-TARS-desktop智能助手入门指南离线语音资源全攻略:高效管理与优化指南4步攻克抖音直播回放留存难题:面向内容创作者的全流程技术指南Home Assistant功能扩展实战指南:从问题诊断到价值实现的完整路径开源工具 AzurLaneLive2DExtract:3大核心优势助力碧蓝航线Live2D模型资源提取与二次创作Godot卡牌游戏框架深度探索:从理论架构到实战开发直播内容管理新维度:多场景直播归档方案全攻略OBS Advanced Timer:5个直播控时秘诀让你的直播节奏尽在掌握零基础掌握Home Assistant扩展:Docker加载项实战指南虚拟显示技术重塑数字工作空间:突破物理屏幕限制的多屏效率革命
项目优选
收起
暂无描述
Dockerfile
677
4.32 K
deepin linux kernel
C
28
16
Ascend Extension for PyTorch
Python
517
628
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++
947
887
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
398
303
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.56 K
909
暂无简介
Dart
921
228
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
1.07 K
559
昇腾LLM分布式训练框架
Python
142
169
Oohos_react_native
React Native鸿蒙化仓库
C++
335
381




