ChatGPT.js v3.8.0 发布:增强选择器与交互体验优化
ChatGPT.js 是一个功能强大的 JavaScript 库,专门为与 ChatGPT 网页界面交互而设计。它提供了一系列实用工具和方法,使开发者能够轻松扩展和定制 ChatGPT 的用户体验。最新发布的 v3.8.0 版本带来了多项重要更新和改进,主要集中在选择器增强、交互优化和代码精简等方面。
新增功能与选择器增强
本次更新引入了多个新的选择器,显著提升了库的功能覆盖范围:
-
错误提示选择器:新增了
chatgpt.selectors.errors.toast选择器,用于更精确地定位和操作错误提示信息。 -
功能按钮选择器:添加了多个新按钮选择器,包括:
chatgpt.selectors.btns.createImage(创建图片按钮)chatgpt.selectors.btns.deepResearch(深度研究按钮)chatgpt.selectors.btns.search(搜索按钮)chatgpt.selectors.btns.reason(推理按钮)chatgpt.selectors.btns.upload(上传按钮)
-
页脚选择器扩展:对
chatgpt.selectors.footer进行了功能扩展,提供了更全面的页脚元素控制能力。
移动端兼容性改进
开发团队特别关注了移动端用户体验,对多个选择器进行了优化:
- 更新了
chatgpt.selectors.sidebar选择器,确保在移动设备上能够正常工作 - 改进了
chatgpt.selectors.btns.newChat选择器,使其在移动端也能准确识别"新建聊天"按钮 - 调整了页眉、侧边栏等关键区域的选择器,提升跨平台一致性
性能优化与代码精简
v3.8.0 版本在性能方面做了多项改进:
-
选择器性能提升:通过增加选择器的特异性,减少了 DOM 查询时间,提高了整体性能。
-
代码精简:
- 简化了
toCamelCase()方法的实现 - 优化了
chatgpt.notify()中的垂直偏移量初始化逻辑 - 重构了返回流程和元素替换逻辑,使代码更加简洁高效
- 简化了
-
样式检测优化:重构了
chatgpt.isDarkMode()和chatgpt.isLightMode()方法,使其实现更加一致和可靠。
交互体验增强
-
拖拽功能改进:调整了
chatgpt.alert()中的拖拽处理程序,将抓取光标样式应用到document.body上,解决了元素超出模态框边界时的点击问题。 -
历史记录选择器更新:优化了
chatgpt.selectors.chatHistory选择器,提供更准确的历史会话访问能力。 -
对话容器选择器改进:更新了
chatgpt.selectors.chatDivs.convo选择器,确保能正确识别对话容器。
依赖项更新
项目维护了最新的开发工具链,更新了多个关键依赖项:
- 升级了 minify.js 和 scss-to-css 等构建工具
- 更新了 ESLint 及相关插件至最新版本
- 升级了 Prism 代码高亮库
这些更新不仅带来了性能提升,还确保了开发工具链的安全性和现代性。
ChatGPT.js v3.8.0 通过这些改进,为开发者提供了更强大、更稳定的工具集,无论是构建 ChatGPT 相关的浏览器扩展、用户脚本,还是开发定制化界面,都能获得更好的开发体验和最终用户体验。
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
HunyuanVideo-1.5暂无简介00
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-X1-7BSpark-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