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
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 StartedRust0191
cann-learning-hubCANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。Jupyter Notebook0117
Step-3.7-FlashStep-3.7-Flash是一个拥有 1980 亿参数的稀疏混合专家(MoE)视觉语言模型,由 1960 亿参数的语言主干网络和 18 亿参数的视觉编码器组合而成,具备原生图像理解能力。Python00
JoyAI-EchoJoyAI-Echo,这是一个独立的、仅用于推理的版本,旨在实现分钟级多镜头音视频生成。它采用了经过蒸馏的DMD生成器、配对的跨模态记忆以及故事级别的一致性。其性能的核心在于,一个跨模态视听记忆库能够在长达五分钟的视频中保持角色外观和语音音色的一致性。同时,一个训练后处理流程将基于记忆的强化学习与分布匹配蒸馏相结合,实现了7.5倍的速度提升,显著增强了视觉质量和对齐效果。00
omega-aiOmega-AI:基于java打造的深度学习框架,帮助你快速搭建神经网络,实现模型推理与训练,引擎支持自动求导,多线程与GPU运算,GPU支持CUDA,CUDNN。Java04
llm-universe本项目是一个面向小白开发者的大模型应用开发教程,在线阅读地址:https://datawhalechina.github.io/llm-universe/Jupyter Notebook08
热门内容推荐
最新内容推荐
项目优选
收起
暂无描述
Dockerfile
763
4.97 K
本项目是CANN提供的transformer类大模型算子库,实现网络在NPU上加速计算。
C++
856
1.92 K
本项目是CANN提供的神经网络类计算算子库,实现网络在NPU上加速计算。
C++
677
1.33 K
Ascend Extension for PyTorch
Python
719
875
deepin linux kernel
C
32
16
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
455
437
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++
1.07 K
1.09 K
华为昇腾面向大规模分布式训练的多模态大模型套件,支撑多模态生成、多模态理解。
Python
150
252
CANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。
Jupyter Notebook
297
116
昇腾LLM分布式训练框架
Python
178
220




