Bilibili-Old:终极怀旧体验,一键回归经典B站界面

news2026/4/15 20:25:29
Bilibili-Old终极怀旧体验一键回归经典B站界面【免费下载链接】Bilibili-Old恢复旧版Bilibili页面为了那些念旧的人。项目地址: https://gitcode.com/gh_mirrors/bi/Bilibili-Old在这个快速迭代的数字时代Bilibili作为中国领先的视频分享平台其界面设计经历了多次重大变革。然而对于那些怀念早期简洁界面和经典小电视播放器的用户来说新版界面虽然功能丰富却失去了那份最初的纯粹体验。今天我要介绍的开源项目Bilibili-Old正是为了解决这一问题而生——它是一个能够恢复旧版Bilibili页面的完整解决方案让怀旧不再是奢望。为什么我们需要一个时光机界面演进的必然代价自2019年12月起Bilibili逐步淘汰了旧版界面引入了全新的设计语言。这一变化带来了更现代化的视觉效果和更多功能但也带来了几个显著问题界面复杂度增加新版页面元素繁多对于只想专注观看视频的用户来说显得过于杂乱播放器体验改变经典的小电视播放器被替换失去了那份独特的视觉标识加载性能差异部分用户反映新版页面在某些设备上加载速度较慢操作习惯改变老用户需要重新适应新的交互方式怀旧不仅仅是情怀Bilibili-Old项目并非简单地追求复古而是基于一个核心理念用户应该有选择权。无论B站官方如何更新界面用户都应该能够选择自己最舒适、最熟悉的观看环境。这个项目通过Tampermonkey用户脚本和Manifest V3扩展两种方式实现了对旧版界面的完整恢复。核心功能不只是界面恢复全面页面还原Bilibili-Old能够恢复的不仅仅是播放器而是整个B站的旧版生态系统主要页面支持主页恢复 - 回到那个简洁明了的主页布局视频详情页 - 包括av/BV号页面Bangumi番剧页面 - 完整的旧版番剧体验稍后再看列表 - 经典的管理界面全站排行榜 - 熟悉的排行榜样式专栏文章 - 旧版阅读体验搜索页面 - 简洁的搜索结果展示增强功能与修复项目不仅恢复旧版还在此基础上进行了大量优化弹幕系统增强支持protobuf格式的新弹幕系统互动弹幕完整支持代码弹幕正常显示在线与本地弹幕加载播放器功能升级多编码格式支持AVC、HEVC、AV1CC字幕完整支持分段进度条显示区域限制解除功能自动化播放设置界面修复与优化全局替换回旧版顶栏UP主列表支持动态banner显示主页个性化推荐港澳台新番时间表技术实现优雅的兼容方案双模式部署架构Bilibili-Old提供了两种安装方式满足不同用户的需求用户脚本模式Tampermonkey安装Tampermonkey脚本管理器加载Bilibili-Old脚本立即在任意B站页面生效浏览器扩展模式Manifest V3下载项目构建包通过开发者模式加载扩展获得更稳定的运行环境智能页面检测系统项目通过src/page/目录下的页面检测模块能够智能识别当前访问的B站页面类型并应用相应的恢复策略。例如src/page/av.ts- 处理视频详情页src/page/bangumi.ts- 处理番剧页面src/page/search.ts- 处理搜索页面每个模块都包含了针对特定页面的恢复逻辑和兼容性处理。现代化的技术栈尽管目标是恢复旧版界面但项目本身采用了现代化的开发技术TypeScript- 提供类型安全和更好的开发体验模块化架构- 清晰的代码组织结构构建系统- 支持Chrome扩展和Tampermonkey脚本的分别构建使用体验无缝切换的怀旧之旅安装与配置安装Bilibili-Old非常简单即使是技术新手也能轻松完成。项目提供了详细的安装指南用户可以根据自己的偏好选择脚本或扩展方式。配置选项丰富播放器设置自定义弹幕显示选项调整界面元素显示控制自动化功能开关实际效果对比使用Bilibili-Old后你将体验到视觉上的回归- 熟悉的蓝色调、简洁的布局、经典的小电视图标操作上的熟悉- 所有按钮和菜单都在你记忆中的位置性能上的优化- 更轻量级的界面意味着更快的加载速度功能上的完整- 所有必要的功能都得到保留和增强社区支持与更新Bilibili-Old拥有活跃的开发者社区持续跟踪B站官方的更新变化。项目会及时调整以适应B站接口的变化确保恢复功能的持续可用性。项目价值超越怀旧的技术实践对开源社区的贡献Bilibili-Old不仅仅是一个怀旧工具它展示了开源社区如何通过技术手段维护用户体验的多样性。项目采用了MIT开源协议鼓励开发者参与贡献和改进。技术学习的宝贵资源对于前端开发者而言这个项目是一个绝佳的学习案例页面逆向工程- 学习如何分析和恢复旧版界面浏览器扩展开发- 了解Manifest V3扩展的开发实践用户脚本编写- 掌握Tampermonkey脚本的高级用法兼容性处理- 学习如何处理新旧系统的兼容性问题用户自主权的体现在平台不断中心化的今天Bilibili-Old代表了用户对自主选择权的追求。它证明即使面对大型平台的强制更新开源社区仍然能够提供替代方案。开始你的怀旧之旅如果你也怀念那个简洁明了的B站想要找回最初的观看体验Bilibili-Old是你的完美选择。无论是通过简单的脚本安装还是使用功能更完整的浏览器扩展你都能在几分钟内完成设置。项目地址你可以通过克隆仓库来获取最新版本git clone https://gitcode.com/gh_mirrors/bi/Bilibili-Old记住怀旧不是停滞不前而是在前进的道路上保留那些值得珍惜的体验。Bilibili-Old让这份保留成为可能让经典在数字时代继续发光。项目图标虽然项目中的图标文件如chrome/images/icon128.png分辨率较小但它们代表了项目的核心精神——那个经典的小电视标识正是无数B站老用户心中最深刻的记忆符号。【免费下载链接】Bilibili-Old恢复旧版Bilibili页面为了那些念旧的人。项目地址: https://gitcode.com/gh_mirrors/bi/Bilibili-Old创作声明:本文部分内容由AI辅助生成(AIGC),仅供参考

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.coloradmin.cn/o/2520998.html

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈,一经查实,立即删除!

相关文章

SpringBoot-17-MyBatis动态SQL标签之常用标签

文章目录 1 代码1.1 实体User.java1.2 接口UserMapper.java1.3 映射UserMapper.xml1.3.1 标签if1.3.2 标签if和where1.3.3 标签choose和when和otherwise1.4 UserController.java2 常用动态SQL标签2.1 标签set2.1.1 UserMapper.java2.1.2 UserMapper.xml2.1.3 UserController.ja…

wordpress后台更新后 前端没变化的解决方法

使用siteground主机的wordpress网站,会出现更新了网站内容和修改了php模板文件、js文件、css文件、图片文件后,网站没有变化的情况。 不熟悉siteground主机的新手,遇到这个问题,就很抓狂,明明是哪都没操作错误&#x…

网络编程(Modbus进阶)

思维导图 Modbus RTU(先学一点理论) 概念 Modbus RTU 是工业自动化领域 最广泛应用的串行通信协议,由 Modicon 公司(现施耐德电气)于 1979 年推出。它以 高效率、强健性、易实现的特点成为工业控制系统的通信标准。 包…

UE5 学习系列(二)用户操作界面及介绍

这篇博客是 UE5 学习系列博客的第二篇,在第一篇的基础上展开这篇内容。博客参考的 B 站视频资料和第一篇的链接如下: 【Note】:如果你已经完成安装等操作,可以只执行第一篇博客中 2. 新建一个空白游戏项目 章节操作,重…

IDEA运行Tomcat出现乱码问题解决汇总

最近正值期末周,有很多同学在写期末Java web作业时,运行tomcat出现乱码问题,经过多次解决与研究,我做了如下整理: 原因: IDEA本身编码与tomcat的编码与Windows编码不同导致,Windows 系统控制台…

利用最小二乘法找圆心和半径

#include <iostream> #include <vector> #include <cmath> #include <Eigen/Dense> // 需安装Eigen库用于矩阵运算 // 定义点结构 struct Point { double x, y; Point(double x_, double y_) : x(x_), y(y_) {} }; // 最小二乘法求圆心和半径 …

使用docker在3台服务器上搭建基于redis 6.x的一主两从三台均是哨兵模式

一、环境及版本说明 如果服务器已经安装了docker,则忽略此步骤,如果没有安装,则可以按照一下方式安装: 1. 在线安装(有互联网环境): 请看我这篇文章 传送阵>> 点我查看 2. 离线安装(内网环境):请看我这篇文章 传送阵>> 点我查看 说明&#xff1a;假设每台服务器已…

XML Group端口详解

在XML数据映射过程中&#xff0c;经常需要对数据进行分组聚合操作。例如&#xff0c;当处理包含多个物料明细的XML文件时&#xff0c;可能需要将相同物料号的明细归为一组&#xff0c;或对相同物料号的数量进行求和计算。传统实现方式通常需要编写脚本代码&#xff0c;增加了开…

LBE-LEX系列工业语音播放器|预警播报器|喇叭蜂鸣器的上位机配置操作说明

LBE-LEX系列工业语音播放器|预警播报器|喇叭蜂鸣器专为工业环境精心打造&#xff0c;完美适配AGV和无人叉车。同时&#xff0c;集成以太网与语音合成技术&#xff0c;为各类高级系统&#xff08;如MES、调度系统、库位管理、立库等&#xff09;提供高效便捷的语音交互体验。 L…

(LeetCode 每日一题) 3442. 奇偶频次间的最大差值 I (哈希、字符串)

题目&#xff1a;3442. 奇偶频次间的最大差值 I 思路 &#xff1a;哈希&#xff0c;时间复杂度0(n)。 用哈希表来记录每个字符串中字符的分布情况&#xff0c;哈希表这里用数组即可实现。 C版本&#xff1a; class Solution { public:int maxDifference(string s) {int a[26]…

【大模型RAG】拍照搜题技术架构速览:三层管道、两级检索、兜底大模型

摘要 拍照搜题系统采用“三层管道&#xff08;多模态 OCR → 语义检索 → 答案渲染&#xff09;、两级检索&#xff08;倒排 BM25 向量 HNSW&#xff09;并以大语言模型兜底”的整体框架&#xff1a; 多模态 OCR 层 将题目图片经过超分、去噪、倾斜校正后&#xff0c;分别用…

【Axure高保真原型】引导弹窗

今天和大家中分享引导弹窗的原型模板&#xff0c;载入页面后&#xff0c;会显示引导弹窗&#xff0c;适用于引导用户使用页面&#xff0c;点击完成后&#xff0c;会显示下一个引导弹窗&#xff0c;直至最后一个引导弹窗完成后进入首页。具体效果可以点击下方视频观看或打开下方…

接口测试中缓存处理策略

在接口测试中&#xff0c;缓存处理策略是一个关键环节&#xff0c;直接影响测试结果的准确性和可靠性。合理的缓存处理策略能够确保测试环境的一致性&#xff0c;避免因缓存数据导致的测试偏差。以下是接口测试中常见的缓存处理策略及其详细说明&#xff1a; 一、缓存处理的核…

龙虎榜——20250610

上证指数放量收阴线&#xff0c;个股多数下跌&#xff0c;盘中受消息影响大幅波动。 深证指数放量收阴线形成顶分型&#xff0c;指数短线有调整的需求&#xff0c;大概需要一两天。 2025年6月10日龙虎榜行业方向分析 1. 金融科技 代表标的&#xff1a;御银股份、雄帝科技 驱动…

观成科技:隐蔽隧道工具Ligolo-ng加密流量分析

1.工具介绍 Ligolo-ng是一款由go编写的高效隧道工具&#xff0c;该工具基于TUN接口实现其功能&#xff0c;利用反向TCP/TLS连接建立一条隐蔽的通信信道&#xff0c;支持使用Let’s Encrypt自动生成证书。Ligolo-ng的通信隐蔽性体现在其支持多种连接方式&#xff0c;适应复杂网…

铭豹扩展坞 USB转网口 突然无法识别解决方法

当 USB 转网口扩展坞在一台笔记本上无法识别,但在其他电脑上正常工作时,问题通常出在笔记本自身或其与扩展坞的兼容性上。以下是系统化的定位思路和排查步骤,帮助你快速找到故障原因: 背景: 一个M-pard(铭豹)扩展坞的网卡突然无法识别了,扩展出来的三个USB接口正常。…

未来机器人的大脑:如何用神经网络模拟器实现更智能的决策?

编辑&#xff1a;陈萍萍的公主一点人工一点智能 未来机器人的大脑&#xff1a;如何用神经网络模拟器实现更智能的决策&#xff1f;RWM通过双自回归机制有效解决了复合误差、部分可观测性和随机动力学等关键挑战&#xff0c;在不依赖领域特定归纳偏见的条件下实现了卓越的预测准…

Linux应用开发之网络套接字编程(实例篇)

服务端与客户端单连接 服务端代码 #include <sys/socket.h> #include <sys/types.h> #include <netinet/in.h> #include <stdio.h> #include <stdlib.h> #include <string.h> #include <arpa/inet.h> #include <pthread.h> …

华为云AI开发平台ModelArts

华为云ModelArts&#xff1a;重塑AI开发流程的“智能引擎”与“创新加速器”&#xff01; 在人工智能浪潮席卷全球的2025年&#xff0c;企业拥抱AI的意愿空前高涨&#xff0c;但技术门槛高、流程复杂、资源投入巨大的现实&#xff0c;却让许多创新构想止步于实验室。数据科学家…

深度学习在微纳光子学中的应用

深度学习在微纳光子学中的主要应用方向 深度学习与微纳光子学的结合主要集中在以下几个方向&#xff1a; 逆向设计 通过神经网络快速预测微纳结构的光学响应&#xff0c;替代传统耗时的数值模拟方法。例如设计超表面、光子晶体等结构。 特征提取与优化 从复杂的光学数据中自…