Vim Keybindings for Safari 技术文档
2024-12-20 12:11:05作者:齐添朝
1. 安装指南
安装步骤
- 打开Safari浏览器。
- 进入Safari扩展商店。
- 搜索“Vim Keybindings for Safari”扩展。
- 点击“安装”按钮进行安装。
- 安装完成后,重启Safari浏览器。
配置
- 安装完成后,点击Safari菜单栏中的“偏好设置”。
- 在“扩展”选项卡中,找到并启用“Vim Keybindings for Safari”扩展。
- 在扩展的偏好设置中,可以配置不需要加载扩展的网站列表,多个网站之间用逗号分隔。
2. 项目的使用说明
基本功能
- 导航键:
gg(跳到页面顶部)、G(跳到页面底部)、h(左移)、j(下移)、k(上移)、l(右移)。 - 页面滚动:
^D(向下滚动半页)、^U(向上滚动半页)、^F(向下滚动一页)、^B(向上滚动一页)。 - 编辑模式:
esc(退出编辑模式)、i(进入编辑模式)、dd(删除当前行)。 - 标签页操作:
gt(下一个标签页)、gT(上一个标签页)、<number>gt(跳转到指定编号的标签页)。
命令模式
- 退出:
:q(退出当前标签页)、:q!(强制退出当前标签页)。 - 新建标签页:
:tabnew。 - 标签页导航:
:tabn(下一个标签页)、:tabp(上一个标签页)、:tabfir或:tabfirst(第一个标签页)、:tablast(最后一个标签页)。 - 编辑URL:
:e @url、:edit @url、:tabe @url、:tabedit @url。 - 查找替换:
:%s/@search/@replace。
注意事项
@url需要是一个有效的URL,如果未提供http://,扩展会自动添加。@search和@replace需要是正则表达式,支持修饰符,但使用的是JavaScript引擎,而非Vim引擎。
3. 项目API使用文档
命令模式API
:q:退出当前标签页。:q!:强制退出当前标签页。:tabnew:新建一个标签页。:tabn:切换到下一个标签页。:tabp:切换到上一个标签页。:tabfir或:tabfirst:切换到第一个标签页。:tablast:切换到最后一个标签页。:e @url、:edit @url、:tabe @url、:tabedit @url:在当前或新标签页中打开指定URL。:%s/@search/@replace:在当前页面中查找并替换内容。
快捷键API
gg:跳到页面顶部。G:跳到页面底部。h、j、k、l:页面导航。^D、^U、^F、^B:页面滚动。esc:退出编辑模式。i:进入编辑模式。dd:删除当前行。gt、gT、<number>gt:标签页导航。
4. 项目安装方式
通过Safari扩展商店安装
- 打开Safari浏览器。
- 进入Safari扩展商店。
- 搜索“Vim Keybindings for Safari”扩展。
- 点击“安装”按钮进行安装。
- 安装完成后,重启Safari浏览器。
手动安装(适用于开发者)
- 克隆项目仓库到本地。
- 打开Safari的“开发”菜单,选择“显示扩展构建器”。
- 点击“+”按钮,选择“添加扩展”。
- 选择克隆的项目文件夹。
- 点击“安装”按钮进行安装。
- 安装完成后,重启Safari浏览器。
已知问题
- 某些页面会接管键盘输入,导致扩展的覆盖层无法显示或接收键盘输入。
- 某些页面会导致
gt和gT组合键跳过页面内容。
贡献者
- Mutwin Kraus
- Jason Green
- Jannik Nielsen
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-7BSpark-Prover-7B is a 7B-parameter large language model developed by iFLYTEK for automated theorem proving in Lean4. It generates complete formal proofs for mathematical theorems using a three-stage training framework combining pre-training, supervised fine-tuning, and reinforcement learning. The model achieves strong formal reasoning performance and state-of-the-art results across multiple theorem-proving benchmarksPython00
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-7BSpark-Formalizer-7B is a 7B-parameter large language model by iFLYTEK for mathematical auto-formalization. It translates natural-language math problems into precise Lean4 formal statements, achieving high accuracy and logical consistency. The model is trained with a two-stage strategy combining large-scale pre-training and supervised fine-tuning for robust formal reasoning.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- HHowToCook程序员在家做饭方法指南。Programmer's guide about how to cook at home (Chinese only).Dockerfile014
Spark-Scilit-X1-13B科大讯飞Spark Scilit-X1-13B基于最新一代科大讯飞基础模型,并针对源自科学文献的多项核心任务进行了训练。作为一款专为学术研究场景打造的大型语言模型,它在论文辅助阅读、学术翻译、英语润色和评论生成等方面均表现出色,旨在为研究人员、教师和学生提供高效、精准的智能辅助。Python00- PpathwayPathway is an open framework for high-throughput and low-latency real-time data processing.Python00
项目优选
收起
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
305
2.68 K
deepin linux kernel
C
24
7
Ascend Extension for PyTorch
Python
136
163
React Native鸿蒙化仓库
JavaScript
233
309
暂无简介
Dart
596
130
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++
630
227
仓颉编译器源码及 cjdb 调试工具。
C++
123
635
🎉 (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
1.06 K
614
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
195
71
仓颉编程语言测试用例。
Cangjie
36
634