Magic Copy 项目技术文档
2026-01-25 06:35:03作者:蔡怀权
安装指南
通过浏览器商店安装
Magic Copy 是一个 Chrome 扩展程序,使用 Meta 的 Segment Anything Model 从图像中提取前景对象并将其复制到剪贴板。
-
Chrome 浏览器:
- 点击 Chrome Web Store 链接进行安装。
-
Firefox 浏览器:
- 点击 Firefox Add-ons Store 链接进行安装。
注意: 该扩展程序可能仍在审核中,如果希望在审核通过后收到通知,可以订阅 Chrome 或 Firefox 的 issue。
手动安装
- 从 releases 下载最新的
magic-copy.zip文件。 - 解压 ZIP 文件。
- 在 Chrome 浏览器中,访问
chrome://extensions/,启用“开发者模式”,然后点击“加载已解压的扩展程序”。 - 选择解压后的文件夹。
Figma 插件
Magic Copy 也可作为 Figma 插件 使用。
项目的使用说明
Magic Copy 扩展程序的主要功能是从图像中提取前景对象并将其复制到剪贴板。使用步骤如下:
- 在浏览器中安装并启用 Magic Copy 扩展程序。
- 打开任意网页,选择一张图片。
- 使用 Magic Copy 扩展程序提取图片中的前景对象。
- 提取的对象将自动复制到剪贴板,可以在其他应用程序中粘贴使用。
项目API使用文档
Magic Copy 扩展程序使用 Meta 的 Segment Anything Model (SAM) 来提取图像中的前景对象。SAM 模型通过 POST 请求将图像文件发送到服务器,服务器返回一个 JSON 数组,其中包含图像的嵌入信息。
API 请求格式
- 请求方法: POST
- 请求URL:
http://localhost:8000/(默认端点) - 请求体: 图像文件
- 响应格式: JSON 数组,包含图像的嵌入信息,格式为
(1, 256, 64, 64)的 base64 编码字符串。
示例请求
{
"image": "base64_encoded_image_data"
}
示例响应
{
"embedding": "base64_encoded_embedding_data"
}
项目安装方式
手动构建
- 使用
npm构建扩展程序:
npm ci
npm run build
./buildcrx.sh -d dist
- 运行
./buildcrx.sh脚本生成crx文件。
使用 Docker 构建
- 使用提供的
Dockerfile构建crx文件:
docker build --output out .
自托管服务
Magic Copy 使用 Meta 的 Segment Anything Model 需要运行视觉变换器服务来生成图像的嵌入信息。如果不想将图像发送到第三方服务器,可以使用提供的 server-example 目录中的示例代码进行自托管。
- 使用提供的
Dockerfile构建并运行容器:
docker build -t segment-anything .
docker run --gpus all -p 8000:8000 segment-anything
- 在 Magic Copy Chrome 扩展程序中,将端点更改为
http://localhost:8000/。
登录后查看全文
热门项目推荐
相关项目推荐
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust0212
cann-learning-hubCANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。Jupyter Notebook0135
JoyAI-EchoJoyAI-Echo,这是一个独立的、仅用于推理的版本,旨在实现分钟级多镜头音视频生成。它采用了经过蒸馏的DMD生成器、配对的跨模态记忆以及故事级别的一致性。其性能的核心在于,一个跨模态视听记忆库能够在长达五分钟的视频中保持角色外观和语音音色的一致性。同时,一个训练后处理流程将基于记忆的强化学习与分布匹配蒸馏相结合,实现了7.5倍的速度提升,显著增强了视觉质量和对齐效果。00
GLM-5.2智谱开源 GLM-5.2,这是针对长文本任务的最新旗舰模型。相较于前代产品 GLM-5.1,它在长文本任务处理能力上实现了显著飞跃,并且首次在稳定的 100 万 token 上下文中提供这一能力。Jinja00
SwanLab⚡️SwanLab - an open-source, modern-design AI training tracking and visualization tool. Supports Cloud / Self-hosted use. Integrated with PyTorch / Transformers / LLaMA Factory / veRL/ Swift / Ultralytics / MMEngine / Keras etc.Python00
tiny-universe《大模型白盒子构建指南》:一个全手搓的Tiny-UniverseJupyter Notebook03
项目优选
收起
deepin linux kernel
C
32
16
暂无描述
Dockerfile
774
5.07 K
本项目是CANN提供的transformer类大模型算子库,实现网络在NPU上加速计算。
C++
872
2.01 K
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
468
461
Ascend Extension for PyTorch
Python
756
959
本项目是CANN提供的神经网络类计算算子库,实现网络在NPU上加速计算。
C++
696
1.39 K
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++
1.1 K
1.14 K
本仓库是 Flutter SDK 与 Flutter Engine 的 OpenHarmony 适配版本,由 CPF-Flutter 团队维护。开发者可使用熟悉的 Flutter 技术栈开发 OpenHarmony 应用,3.35.7 及以后的适配版本可基于本仓库源码构建支持 OpenHarmony 的 Flutter Engine。
Dart
1.03 K
271
昇腾LLM分布式训练框架
Python
183
230
CANNBot 是面向 CANN 开发的用于提升开发效率的系列智能体,本仓库为其提供可复用的 Skills 模块。
Python
1.03 K
645