Bilibili-Evolved项目v2.10.2预览版技术解析
2025-06-01 06:25:55作者:裴锟轩Denise
Bilibili-Evolved是一款功能强大的B站网页端增强脚本,它通过用户脚本的方式为Bilibili网站添加了大量实用功能和个性化定制选项。本次发布的v2.10.2预览版带来了多项功能更新和优化,下面我们将详细解析这些新特性。
稍后再看页面重定向功能
新版本新增了"稍后再看页面-重定向"组件,这是一个与现有"稍后再看重定向"组件相辅相成的功能。两者的主要区别在于重定向时机:
- 传统组件:在点击稍后再看视频时直接替换链接为普通视频链接
- 新组件:在进入稍后再看的视频页面后才进行重定向
这种设计提供了更灵活的重定向策略选择,能够覆盖更多使用场景。从技术实现角度看,新组件需要监听页面路由变化,在检测到稍后再看页面加载完成后执行重定向逻辑,相比直接修改链接的方式实现更为复杂。
热搜隐藏功能扩展
热搜隐藏功能得到了增强,现在可以同时处理直播间搜索框的热搜内容。这一改进展示了项目对B站不同页面统一体验的追求。实现上需要:
- 识别直播间搜索框的DOM结构
- 应用与主站搜索框相同的隐藏逻辑
- 确保不影响搜索功能本身
视频链接增强优化
针对niconico视频链接的处理进行了修复,这表明项目团队持续关注国际视频平台的兼容性问题。视频链接增强功能通常涉及:
- 链接格式识别与解析
- 特殊字符处理
- 跨平台兼容性适配
动态分组过滤新特性
新增的动态分组过滤组件允许用户按照关注分组筛选动态,这一功能极大提升了内容浏览效率。从技术角度看,实现这一功能需要:
- 获取用户关注分组数据
- 建立动态与分组的映射关系
- 提供UI控件进行分组筛选
- 实时过滤动态内容
直播信息扩充改进
直播信息扩充组件现在支持配置置顶和隐藏的关注列表,这为用户提供了更精细的直播管理能力。实现要点包括:
- 持久化存储用户配置
- 应用置顶/隐藏规则
- 保持列表更新时的状态一致性
技术实现特点
从这些更新可以看出Bilibili-Evolved项目的一些技术特点:
- 模块化设计:每个功能作为独立组件实现,便于维护和扩展
- 渐进增强:在保持核心功能稳定的基础上逐步添加新特性
- 用户体验优先:功能设计都围绕提升用户使用效率展开
- 兼容性考虑:兼顾不同页面和平台的适配需求
这个预览版的发布展示了项目团队对功能完善和用户体验的不懈追求,值得期待这些新特性在正式版中的表现。
登录后查看全文
热门项目推荐
相关项目推荐
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
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
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。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
项目优选
收起
deepin linux kernel
C
24
9
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
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
64
19
暂无简介
Dart
671
155
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++
660
309
Ascend Extension for PyTorch
Python
220
236
仓颉编译器源码及 cjdb 调试工具。
C++
134
867
喝着茶写代码!最易用的自托管一站式代码托管平台,包含Git托管,代码审查,团队协作,软件包和CI/CD。
Go
23
0
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
392
3.84 K
React Native鸿蒙化仓库
JavaScript
259
322