Wayback Machine Web Browser Extension 下载及安装教程
2026-01-25 05:09:19作者:吴年前Myrtle
1. 项目介绍
Wayback Machine Web Browser Extension 是由 Internet Archive 开发的一款浏览器扩展,旨在帮助用户访问网页的历史版本。该扩展支持 Chrome、Firefox、Edge 和 Safari 14 等主流浏览器。通过该扩展,用户可以轻松查看网页的历史版本,保存当前页面,查看最早和最新的存档版本,以及获取相关资源和研究资料。
2. 项目下载位置
要下载 Wayback Machine Web Browser Extension 项目,请访问项目的 GitHub 仓库。您可以通过以下步骤进行下载:
-
打开终端或命令行工具。
-
使用
git clone命令克隆项目仓库:git clone https://github.com/internetarchive/wayback-machine-webextension.git -
项目将被下载到您当前的工作目录中。
3. 项目安装环境配置
在安装 Wayback Machine Web Browser Extension 之前,您需要确保您的开发环境已正确配置。以下是所需的软件和工具:
- Node.js:用于运行项目中的 JavaScript 代码。
- npm 或 yarn:用于管理项目依赖。
- 浏览器:支持 Chrome、Firefox、Edge 或 Safari 14。
环境配置示例
-
安装 Node.js:
-
访问 Node.js 官网 下载并安装最新版本的 Node.js。
-
安装完成后,在终端中运行以下命令验证安装:
node -v npm -v
-
-
安装 npm 或 yarn:
-
如果您选择使用 npm,无需额外安装,因为它随 Node.js 一起安装。
-
如果您选择使用 yarn,可以通过以下命令安装:
npm install -g yarn
-
-
安装浏览器:
- 确保您已安装 Chrome、Firefox、Edge 或 Safari 14。
4. 项目安装方式
4.1 Chrome 浏览器安装
- 打开 Chrome 浏览器,导航到
chrome://extensions。 - 启用开发者模式(右上角开关)。
- 点击“加载已解压的扩展程序”按钮。
- 选择项目目录中的
webextension文件夹。 - 扩展程序将出现在浏览器工具栏中,点击图标即可使用。
4.2 Firefox 浏览器安装
- 打开 Firefox 浏览器,导航到
about:debugging。 - 点击“此 Firefox”选项卡。
- 点击“临时加载附加组件”按钮。
- 选择项目目录中的任意文件。
- 扩展程序将出现在浏览器工具栏中,点击图标即可使用。
4.3 Edge 浏览器安装
- 打开 Edge 浏览器,导航到
edge://extensions。 - 启用开发者模式(右上角开关)。
- 点击“加载解压缩的扩展”按钮。
- 选择项目目录中的
webextension文件夹。 - 扩展程序将出现在浏览器工具栏中,点击图标即可使用。
4.4 Safari 14+ 浏览器安装
- 打开 Safari 浏览器,确保“开发”菜单已启用(偏好设置 > 高级 > 显示开发菜单)。
- 在“开发”菜单中,启用“允许未签名的扩展”。
- 打开 Xcode,加载项目文件
safari/Wayback Machine.xcodeproj。 - 点击“运行”按钮,按照提示激活扩展。
- 扩展程序将出现在浏览器工具栏中,点击图标即可使用。
5. 项目处理脚本
在项目目录中,您可以使用以下脚本来处理项目:
-
安装依赖:
npm install -
构建项目:
npm run build -
运行测试:
npm test
通过这些脚本,您可以轻松管理项目的依赖、构建项目以及运行测试。
通过以上步骤,您可以成功下载、配置并安装 Wayback Machine Web Browser Extension。希望这篇教程对您有所帮助!
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 StartedRust0191
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 Notebook0114
Step-3.7-FlashStep-3.7-Flash是一个拥有 1980 亿参数的稀疏混合专家(MoE)视觉语言模型,由 1960 亿参数的语言主干网络和 18 亿参数的视觉编码器组合而成,具备原生图像理解能力。Python00
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
omega-aiOmega-AI:基于java打造的深度学习框架,帮助你快速搭建神经网络,实现模型推理与训练,引擎支持自动求导,多线程与GPU运算,GPU支持CUDA,CUDNN。Java04
llm-universe本项目是一个面向小白开发者的大模型应用开发教程,在线阅读地址:https://datawhalechina.github.io/llm-universe/Jupyter Notebook08
项目优选
收起
暂无描述
Dockerfile
763
4.96 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++
856
1.92 K
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++
676
1.33 K
Ascend Extension for PyTorch
Python
719
875
deepin linux kernel
C
32
16
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
455
437
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++
1.07 K
1.09 K
华为昇腾面向大规模分布式训练的多模态大模型套件,支撑多模态生成、多模态理解。
Python
150
252
CANN 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 Notebook
296
114
昇腾LLM分布式训练框架
Python
178
220