Tampermonkey中GM_getValues和GM_setValues API的使用指南
2025-06-12 17:24:43作者:卓艾滢Kingsley
概述
Tampermonkey作为最流行的用户脚本管理器之一,提供了丰富的API来增强脚本功能。其中GM_getValues和GM_setValues是两个重要的存储操作API,允许开发者批量读取和设置多个键值对。本文将详细介绍这两个API的使用方法、适用场景以及版本兼容性注意事项。
API功能介绍
GM_getValues和GM_setValues是Tampermonkey提供的批量存储操作接口,它们是对GM_getValue和GM_setValue的批量操作扩展。
GM_getValues
此API允许一次性获取多个存储值,其语法为:
const values = GM_getValues(keysArray);
其中keysArray可以是一个包含多个键名的数组,或者一个键名与默认值的映射对象。
GM_setValues
此API用于批量设置多个键值对:
GM_setValues(valuesObject);
valuesObject是一个键值对对象,包含所有需要设置的键及其对应值。
版本兼容性
这两个API是Tampermonkey 5.3版本新增的功能。在使用前需要注意:
- 确保Tampermonkey版本≥5.3
- 在脚本元数据中声明所需的权限:
// @grant GM_getValues
// @grant GM_setValues
使用示例
以下是一个完整的使用示例,展示了如何批量读取和设置多个配置项:
// 批量获取配置值,带有默认值
const config = GM_getValues({
theme: 'dark',
fontSize: 14,
notifications: true
});
// 修改配置
config.theme = 'light';
config.fontSize = 16;
// 批量保存修改
GM_setValues(config);
性能优势
相比单次操作的GM_getValue/GM_setValue,批量API具有以下优势:
- 减少存储操作的次数
- 降低脚本与存储系统间的通信开销
- 提高复杂配置操作的原子性
最佳实践
- 对于需要同时读取或设置多个相关配置的场景,优先使用批量API
- 合理设置默认值,避免未定义值导致的错误
- 注意数据大小限制,避免一次操作过多数据
- 考虑错误处理机制,确保部分操作失败时的数据一致性
总结
GM_getValues和GM_setValues为Tampermonkey脚本提供了更高效的批量存储操作能力。开发者应当了解其版本要求,并在适当的场景下使用这些API来优化脚本性能。随着Tampermonkey的持续更新,建议开发者保持对API文档的关注,及时了解新特性和改进。
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 StartedRust0194
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 Notebook0121
MiMo-V2.5-Pro-FP4-DFlashMiMo-V2.5-Pro-FP4-DFlash 是驱动 MiMo-V2.5-Pro-UltraSpeed 的底层模型: FP4 量化骨干网络:对 MoE 专家采用 MXFP4 量化,同时保持模型其他部分的更高精度,在几乎无损质量的前提下,显著减小模型体积并降低内存带宽压力。 BF16 DFlash 草稿生成器:用于块扩散推测解码,每次前向传播可生成一整个块的 tokens,并让骨干网络一步完成验证。 两者协同作用,既降低了每参数的位宽,又减少了骨干网络前向传播的次数,而这两者正是万亿参数模型解码过程中的两大主要成本来源。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
AstrBot✨ 易上手的多平台 LLM 聊天机器人及开发框架 ✨ 平台支持 QQ、QQ频道、Telegram、微信、企微、飞书 | OpenAI、DeepSeek、Gemini、硅基流动、月之暗面、Ollama、OneAPI、Dify 等。附带 WebUI。Python05
handy-ollama动手学Ollama,CPU玩转大模型部署,在线阅读地址:https://datawhalechina.github.io/handy-ollama/Jupyter Notebook06
热门内容推荐
项目优选
收起
暂无描述
Dockerfile
767
4.99 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++
857
1.94 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++
686
1.34 K
Ascend Extension for PyTorch
Python
721
892
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
458
445
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++
1.08 K
1.11 K
本仓库是 Flutter SDK 与 Flutter Engine 的 OpenHarmony 适配版本,由 CPF-Flutter 团队维护。开发者可使用熟悉的 Flutter 技术栈开发 OpenHarmony 应用,3.35.7 及以后的适配版本可基于本仓库源码构建支持 OpenHarmony 的 Flutter Engine。
Dart
1.01 K
262
CANNBot 是面向 CANN 开发的用于提升开发效率的系列智能体,本仓库为其提供可复用的 Skills 模块。
Python
1 K
618
openJiuwen agent-studio提供零码、低码可视化开发和工作流编排,模型、知识库、插件等各资源管理能力
TSX
2.99 K
637
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
151
253