Chrome UTM Stripper 项目下载及安装教程
2024-12-16 01:54:37作者:农烁颖Land
1. 项目介绍
Chrome UTM Stripper 是一个浏览器扩展程序,旨在去除 URL 中的 Google Analytics (UTM) 参数以及其他各种点击跟踪令牌。通过在网页请求之前去除这些参数,不仅能够提升用户的隐私保护,还能使 URL 更加简洁美观。该扩展支持 Chrome、Firefox 和 Edge 浏览器。
2. 项目下载位置
要下载 Chrome UTM Stripper 项目,可以通过以下步骤进行:
- 打开浏览器,进入 GitHub 页面。
- 在搜索栏中输入项目名称
chrome-utm-stripper。 - 找到由
jparise创建的仓库,点击进入项目主页。 - 在项目主页中,点击绿色的
Code按钮,选择Download ZIP选项,下载项目的压缩包。
3. 项目安装环境配置
3.1 环境要求
- 操作系统:Windows、macOS 或 Linux
- 浏览器:Chrome、Firefox 或 Edge
3.2 配置步骤
-
解压下载的 ZIP 文件:
- 将下载的 ZIP 文件解压到一个目录中,例如
C:\chrome-utm-stripper。
- 将下载的 ZIP 文件解压到一个目录中,例如
-
启用开发者模式(仅适用于 Chrome 和 Edge):
- 打开 Chrome 或 Edge 浏览器,进入
设置>扩展程序。 - 在右上角开启
开发者模式。
- 打开 Chrome 或 Edge 浏览器,进入
-
加载已解压的扩展程序:
- 在
扩展程序页面,点击加载已解压的扩展程序。 - 选择刚刚解压的目录
C:\chrome-utm-stripper,点击选择文件夹。
- 在
3.3 图片示例
由于无法直接插入图片,以下是配置步骤的文字描述:
- 解压 ZIP 文件:在文件资源管理器中找到下载的 ZIP 文件,右键点击并选择
解压到当前文件夹。 - 启用开发者模式:在浏览器扩展程序页面,找到右上角的
开发者模式开关,将其打开。 - 加载扩展程序:点击
加载已解压的扩展程序,选择解压后的目录,点击选择文件夹。
4. 项目安装方式
4.1 Chrome 和 Edge 安装方式
- 打开 Chrome 或 Edge 浏览器,进入
设置>扩展程序。 - 开启
开发者模式。 - 点击
加载已解压的扩展程序,选择解压后的目录,点击选择文件夹。
4.2 Firefox 安装方式
- 打开 Firefox 浏览器,进入
附加组件页面。 - 点击
设置>调试附加组件。 - 选择
临时加载附加组件,选择解压后的目录中的manifest.json文件。
5. 项目处理脚本
Chrome UTM Stripper 项目的主要处理脚本是 background.js,该脚本负责拦截 URL 请求并去除其中的 UTM 参数和其他跟踪令牌。以下是脚本的主要功能:
- 拦截 URL 请求:使用
chrome.webRequestAPI 拦截浏览器发出的请求。 - 去除跟踪参数:在请求发送到服务器之前,去除 URL 中的 UTM 参数和其他跟踪令牌。
- 更新 URL:将处理后的 URL 重新发送给服务器。
通过以上步骤,您可以成功下载、配置并安装 Chrome UTM Stripper 扩展程序,享受更简洁、更隐私的浏览体验。
登录后查看全文
热门项目推荐
ERNIE-4.5-VL-28B-A3B-ThinkingERNIE-4.5-VL-28B-A3B-Thinking 是 ERNIE-4.5-VL-28B-A3B 架构的重大升级,通过中期大规模视觉-语言推理数据训练,显著提升了模型的表征能力和模态对齐,实现了多模态推理能力的突破性飞跃Python00
unified-cache-managementUnified Cache Manager(推理记忆数据管理器),是一款以KV Cache为中心的推理加速套件,其融合了多类型缓存加速算法工具,分级管理并持久化推理过程中产生的KV Cache记忆数据,扩大推理上下文窗口,以实现高吞吐、低时延的推理体验,降低每Token推理成本。Python03
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
Spark-Prover-X1-7BSpark-Prover 是由科大讯飞团队开发的专用大型语言模型,专为 Lean4 中的自动定理证明而设计。该模型采用创新的三阶段训练策略,显著增强了形式化推理能力,在同等规模的开源模型中实现了最先进的性能。Python00
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能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
GOT-OCR-2.0-hf阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00
项目优选
收起
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
311
2.72 K
deepin linux kernel
C
24
7
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++
638
242
仓颉编译器源码及 cjdb 调试工具。
C++
124
851
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
1.03 K
469
Ascend Extension for PyTorch
Python
148
175
暂无简介
Dart
604
135
TorchAir 支持用户基于PyTorch框架和torch_npu插件在昇腾NPU上使用图模式进行推理。
Python
226
81
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
363
2.99 K
React Native鸿蒙化仓库
JavaScript
236
310