Bilibili-Evolved自定义插件市场:发现与安装扩展
Bilibili-Evolved作为强大的哔哩哔哩增强脚本,提供了丰富的自定义插件生态系统。通过插件市场,用户可以发现并安装各类扩展功能,打造个性化的B站浏览体验。本文将详细介绍插件市场的使用方法和扩展安装流程。
插件市场概述
Bilibili-Evolved的插件市场集成在设置面板中,提供了组件、插件和样式三类扩展。组件通常是具有UI界面的功能模块,如视频播放器增强组件src/components/video/video-control-bar.ts;插件主要提供后台功能支持,如直播相关功能src/components/live/live-control-bar.ts;样式则用于自定义界面外观。
系统会自动区分官方组件和自定义插件,通过src/core/settings/helpers.ts中的isUserComponent和isUserPlugin函数进行判断。
访问插件市场
用户可以通过两种方式访问插件市场:
- 点击B站页面上的Bilibili-Evolved图标,在弹出的侧边栏中选择"设置"
- 使用快捷键
Ctrl+Shift+P(Windows/Linux)或Cmd+Shift+P(Mac)打开命令面板,输入"设置"并选择
打开设置面板后,点击"插件市场"标签即可进入,界面如图所示:
浏览与搜索插件
在插件市场中,用户可以通过以下方式找到所需插件:
- 浏览分类标签:插件按功能分为视频、直播、样式等多个类别
- 使用搜索框:输入关键词查找特定功能插件
- 查看推荐列表:系统会根据用户使用习惯推荐热门插件
插件卡片显示插件名称、作者、评分和简要描述,点击卡片可查看详细信息和用户评价。
安装扩展插件
安装插件有两种方式:通过插件市场安装和手动安装。
通过插件市场安装
- 在插件详情页点击"安装"按钮
- 系统会显示插件所需权限,确认后点击"确认安装"
- 安装完成后插件自动启用,部分插件可能需要刷新页面才能生效
手动安装插件
对于不在插件市场中的自定义插件,用户可以手动安装:
- 获取插件代码或ZIP包
- 在插件市场页面点击"手动安装"按钮
- 粘贴插件代码或上传ZIP包
- 点击"安装"按钮完成安装
系统会通过src/core/install-feature.ts中的installFeature函数处理安装过程,支持直接解析ZIP格式的插件包。
管理已安装插件
在设置面板的"已安装"标签中,用户可以对插件进行管理:
- 启用/禁用插件:通过开关控制插件状态
- 配置插件:部分插件提供自定义选项,点击"设置"图标进行配置
- 更新插件:系统会自动检查插件更新,也可手动点击"更新"按钮
- 卸载插件:点击"卸载"按钮移除不需要的插件
管理面板如图所示:
开发与分享插件
高级用户可以开发自己的插件并分享给其他用户:
- 参考官方组件开发文档src/components/component.ts
- 使用插件开发工具包创建新插件
- 测试通过后,将插件代码打包为ZIP格式
- 通过论坛或社交媒体分享给其他用户
插件开发需遵循CONTRIBUTING.md中的规范,确保代码质量和兼容性。
插件安全与注意事项
安装第三方插件时请注意:
- 仅从可信来源获取插件
- 仔细查看插件请求的权限
- 定期更新插件以获取安全补丁
- 如遇问题,可在设置面板中使用"问题诊断"功能src/components/bisector/index.ts
通过以上步骤,您可以充分利用Bilibili-Evolved的插件生态系统,定制专属于您的B站浏览体验。开始探索插件市场,发现更多精彩功能吧!
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00- QQwen3-Coder-Next2026年2月4日,正式发布的Qwen3-Coder-Next,一款专为编码智能体和本地开发场景设计的开源语言模型。Python00
xw-cli实现国产算力大模型零门槛部署,一键跑通 Qwen、GLM-4.7、Minimax-2.1、DeepSeek-OCR 等模型Go06
PaddleOCR-VL-1.5PaddleOCR-VL-1.5 是 PaddleOCR-VL 的新一代进阶模型,在 OmniDocBench v1.5 上实现了 94.5% 的全新 state-of-the-art 准确率。 为了严格评估模型在真实物理畸变下的鲁棒性——包括扫描伪影、倾斜、扭曲、屏幕拍摄和光照变化——我们提出了 Real5-OmniDocBench 基准测试集。实验结果表明,该增强模型在新构建的基准测试集上达到了 SOTA 性能。此外,我们通过整合印章识别和文本检测识别(text spotting)任务扩展了模型的能力,同时保持 0.9B 的超紧凑 VLM 规模,具备高效率特性。Python00
KuiklyUI基于KMP技术的高性能、全平台开发框架,具备统一代码库、极致易用性和动态灵活性。 Provide a high-performance, full-platform development framework with unified codebase, ultimate ease of use, and dynamic flexibility. 注意:本仓库为Github仓库镜像,PR或Issue请移步至Github发起,感谢支持!Kotlin07
VLOOKVLOOK™ 是优雅好用的 Typora/Markdown 主题包和增强插件。 VLOOK™ is an elegant and practical THEME PACKAGE × ENHANCEMENT PLUGIN for Typora/Markdown.Less00

