推荐项目:vb4c - Vim 绑定的 Chrome 扩展
2024-06-14 07:57:38作者:裴锟轩Denise
项目介绍
vb4c 是一个基于 Chromium 的 Vim 风格快捷键扩展,它将经典的 Vim 操作体验带入了现代浏览器环境。这个项目是 cVim 的分支版本,旨在提供更流畅和高效的操作方式。随着互联网浏览习惯的变化和对效率的追求,vb4c 将 Vim 的强大功能与 Chrome 浏览器相结合,让你在网页间穿梭自如。
![]()
项目技术分析
vb4c 利用了 Chrome 的扩展机制,通过 JavaScript 编程语言实现了 Vim 的命令行模式和插入模式的功能。它提供了丰富的自定义配置选项,包括滚动速度、搜索模式、链接提示等。此外,项目还支持设置 Vimrc 文件,允许用户个性化自己的快捷键组合,满足不同场景下的工作需求。
项目及技术应用场景
vb4c 可广泛应用于日常的网页浏览工作中,尤其适合那些习惯于 Vim 编辑器并希望在浏览网页时保持一致操作逻辑的用户。例如:
- 快速导航:通过 hjkl 键移动页面,使用 gg 和 G 进行顶部到尾部的快速跳转。
- 链接操作:利用数字或字母提示选择链接,实现一键打开或复制。
- 页面查找:支持正则表达式的查找功能,提高搜索效率。
- 文本框编辑:在输入框内启用 Vim 模式,提升文本输入和编辑的速度。
项目特点
- 易安装:vb4c 可直接从 Chrome 网上应用店安装,或者手动下载 ZIP 文件进行加载。
- 高度可定制:用户可以调整众多设置参数,创建个性化的 Vimrc 文件。
- 兼容性好:尽管项目已被存档,但核心功能仍能正常运作,且有其他相关项目(如 cVim 和 Surfingkeys)作为替代选择。
- 沉浸式体验:开启 HUD 显示后,能在不离开当前视图的情况下查看和执行命令。
尽管作者因个人原因宣布项目归档,vb4c 依然是一份宝贵的资源,特别是对于习惯 Vim 的开发者来说。如果你正在寻找一种提升 Chrome 使用效率的方法,不妨试试 vb4c,让它为你的网络生活注入更多 Vim 的魅力!
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
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
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Python00
Spark-Prover-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-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
deepin linux kernel
C
24
7
暂无简介
Dart
615
139
Ascend Extension for PyTorch
Python
165
184
React Native鸿蒙化仓库
JavaScript
240
314
仓颉编译器源码及 cjdb 调试工具。
C++
126
855
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
371
3.16 K
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
257
91
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
475
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
9
1
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++
646
255