redditUntranslate 的项目扩展与二次开发
2025-06-22 11:18:30作者:宗隆裙
项目的基础介绍
redditUntranslate 是一个开源项目,旨在为 Reddit 用户开发一个浏览器扩展,该扩展能够移除 Reddit 链接中自动添加的语言参数,使用户能够浏览到原始的非翻译内容。对于希望以默认语言浏览 Reddit 的用户来说,这个扩展非常有用。
项目的核心功能
- 自动 URL 重定向:移除 Reddit 链接中的语言参数(如
?tl=...),实现到原始内容的重定向。 - 可选的 Google 过滤:为 Google 搜索添加字符串,以忽略翻译后的 Reddit 页面。
- 轻量级和高效:扩展在后台运行,对浏览性能影响极小。
- 注重隐私:不收集、存储或传输任何个人数据,所有 URL 处理都在本地设备上完成。
项目使用了哪些框架或库?
该项目主要使用 JavaScript 和 HTML 作为开发语言,并未明确指出使用了特定的框架或库。项目的核心逻辑实现在 content_script.js 和 popup.js 文件中。
项目的代码目录及介绍
项目的代码目录结构如下:
redditUntranslate/
├── extension # 当前构建的代码
│ ├── content_script.js
│ ├── icon.png
│ ├── manifest.json
│ ├── popup.html
│ ├── popup.js
│ └── rules.json
├── legacy # 旧版本构建的代码
│ ├── 1.x_chrome
│ ├── 1.x_firefox
│ └── 2.0
├── LICENSE
└── README.md
extension/:包含当前版本的扩展代码,包括用于修改网络请求的content_script.js,扩展的图标icon.png,扩展的配置文件manifest.json,扩展的用户界面popup.html和popup.js,以及用于定义网络请求规则的rules.json。legacy/:包含旧版本的扩展代码,分为不同的子目录以适应不同的浏览器版本和构建。LICENSE:项目的许可文件,本项目遵循 GNU General Public License v3.0。README.md:项目的说明文档,提供了项目的概述、功能、安装方法和使用说明。
对项目进行扩展或者二次开发的方向
- 增加自定义语言设置:允许用户选择或输入自己希望浏览的语言,而不是默认移除所有语言参数。
- 扩展兼容性:优化扩展,确保其能够在更多浏览器或平台上运行,例如增加对 Edge 浏览器的支持。
- 增加用户界面功能:改进扩展的用户界面,提供更多设置选项,如启用或禁用特定功能。
- 集成其他服务:考虑将扩展与其他在线服务集成,例如自动翻译服务,为用户提供更多选择。
- 性能优化:进一步优化代码,减少资源消耗,提高扩展的运行效率。
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
299
2.65 K
Ascend Extension for PyTorch
Python
130
152
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++
608
196
React Native鸿蒙化仓库
JavaScript
229
307
暂无简介
Dart
592
129
🎉 (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
1.05 K
612
仓颉编译器源码及 cjdb 调试工具。
C++
122
511
本项目是CANN提供的是一款高效、可靠的Transformer加速库,基于华为Ascend AI处理器,专门为Transformer模型的训练和推理而设计。
C++
48
77
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
181
67
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
1.02 K
457