VideoAdGuard

GitHub
729 35 简单 1 次阅读 今天GPL-2.0插件开发框架语言模型
AI 解读 由 AI 自动生成,仅供参考

VideoAdGuard 是一款专为哔哩哔哩(B 站)用户设计的浏览器插件,旨在利用大语言模型智能识别并跳过视频中的植入式广告和口播推广。在 B 站观看视频时,观众常因 UP 主穿插的商业推广而打断沉浸体验,手动拖拽进度条又十分繁琐。VideoAdGuard 通过深度分析视频字幕及音频内容,精准定位广告片段,并在播放器界面提供“一键跳过”按钮或自动跳过功能,有效还原流畅的观看过程。

这款工具非常适合广大 B 站普通观众,尤其是希望提升观影效率、反感硬广插入的用户。其技术亮点在于不仅支持有字幕视频的分析,还创新性地引入了音频识别能力,即使视频没有字幕也能准确检测广告。此外,VideoAdGuard 具有极高的灵活性,支持接入智谱 AI、OpenAI 等多种主流大模型,甚至允许用户部署本地 Ollama 模型以保护隐私。配合智能缓存机制,它能大幅提升重复访问时的响应速度。目前,该插件已兼容 Chrome、Edge 和 Firefox 等主流浏览器,安装配置简单,是优化 B 站观影体验的实用助手。

使用场景

大学生小李正在利用 B 站观看一系列深度编程教程以备战期末项目,但视频中频繁穿插的长段口播推广严重打断了他对复杂代码逻辑的连贯思考。

没有 VideoAdGuard 时

  • 学习节奏频繁中断:每当 UP 主开始介绍赞助商产品或念广告词时,小李必须手动暂停并拖动进度条,导致刚刚建立的解题思路瞬间断裂。
  • 无效时间大量消耗:在观看长达数小时的合集视频时,累计有数十分钟花费在识别和跳过非核心内容的植入广告上,学习效率极低。
  • 漏看风险增加:由于部分口播广告与正片内容衔接紧密,手动跳过时容易误删关键知识点,或者因疲劳而被迫听完冗长推广。
  • 多设备体验割裂:在不同浏览器或设备上重复观看同一系列视频时,无法复用之前的跳过经验,每次都要重新经历一遍广告干扰。

使用 VideoAdGuard 后

  • 沉浸式连续学习:VideoAdGuard 基于大语言模型实时分析字幕与音频,自动识别广告片段并在播放器右下角提供“一键跳过”按钮,甚至支持全自动跳过,让小李的思维流不再受阻。
  • 时间成本显著降低:插件精准过滤掉所有植入式和口播广告,将原本被浪费的几十分钟完全归还给核心学习内容,大幅缩短单门课程的学习时长。
  • 智能识别零误伤:即使是没有字幕的视频,VideoAdGuard 也能通过音频识别技术准确区分广告与正文,确保小李不会错过任何一行关键代码讲解。
  • 缓存机制提升复访效率:本地智能缓存了检测结果,当小李复习旧视频或在不同设备间切换时,广告区间已被预先标记,打开即享纯净观看体验。

VideoAdGuard 通过 AI 智能剔除视频噪音,将被动忍受广告转变为主动掌控节奏,为用户重塑了高效、连贯的知识获取体验。

运行环境要求

操作系统
  • Windows
  • macOS
  • Linux
GPU
  • 非必需(作为浏览器插件运行,依赖云端 API 或本地 Ollama
  • 若使用本地 Ollama,GPU 需求取决于所选模型)
内存

未说明(浏览器插件模式依赖宿主浏览器内存;本地部署 Ollama 需满足对应模型运行内存)

依赖
notes1. 该工具主要以浏览器插件(Chrome/Edge/Firefox)或油猴脚本形式运行,无需安装 Python 环境。 2. 核心功能依赖外部大语言模型 API(需用户自行配置密钥),支持 302.AI、智谱 AI、DeepSeek、OpenAI 等多种平台。 3. 若启用无字幕视频的音频识别功能,需额外配置 Groq API 密钥,且网络环境需能访问 Groq 服务(非国内网络)。 4. 支持本地部署 Ollama 模型以保护隐私,但需设置环境变量 `OLLAMA_ORIGINS=*` 以解决跨域请求问题。 5. 自行构建源码需要安装 Node.js 和 npm 依赖。
python未说明(主要作为浏览器插件分发;自行构建源码需 Node.js 环境)
Node.js (用于构建)
npm
大语言模型 API (如 OpenAI, GLM, DeepSeek 等)
Groq API (可选,用于音频识别)
VideoAdGuard hero image

快速开始

VideoAdGuard - B站视频植入广告检测器

VideoAdGuard 是一个基于大语言模型的B站视频植入广告检测工具,能够自动识别B站视频中的植入广告内容,并提供跳过广告的功能。

如果你觉得这个插件有用,请给项目点个Star⭐支持一下!

演示视频

News

  • v1.2.9~v1.2.11 添加手动控制广告区间,修复已知bug
  • v1.2.8 提供Groq代理服务
  • v1.2.7 适配Firefox浏览器
  • v1.2.6 支持 glm-4.5 系列模型,适配 Chrome浏览器
  • v1.2.5 优化缓存机制;优化av号处理
  • v1.2.4 新增限制模式,仅在有商品链接时进行识别;优化界面
  • v1.2.3 新增音频识别功能,支持无字幕视频检测;新增广告检测结果缓存机制
  • v1.2.2 新增关闭插件开关,优化界面,优化广告判断逻辑
  • v1.2.1 支持自定义UP白名单
  • v1.2.0 支持自动跳过
  • v1.1.3 支持本地Ollama模型

功能特点

  • 🎯 精准识别:采用大语言模型分析视频字幕,准确定位植入广告内容
  • 🎵 音频识别:支持无字幕视频的音频识别检测,使用免费的Groq服务商(v1.2.3新增)
  • 🚀 便捷操作:检测到广告后自动显示跳过按钮,一键跳过广告片段
  • 🔄 自动跳过:支持自动跳过已识别的广告内容(v1.2.0新增)
  • 💾 智能缓存:本地缓存检测结果,大幅提升重复访问速度(v1.2.3新增)
  • 🌈 广泛兼容:支持多种主流浏览器,包括Edge、Chrome等
  • ⚙️ 灵活定制:支持多种AI模型接入,包括智谱AI、OpenAI、DeepSeek等
  • 🏠 本地部署:支持本地Ollama模型,保护隐私数据(v1.1.3新增)

安装方法

浏览器插件版(推荐)

点击上方对应浏览器的图标即可下载安装:

油猴脚本版

注意:油猴版本更新不及时,如果是chromium内核浏览器推荐采用插件版

  1. 安装篡改猴插件
  2. GreasyFork安装脚本

使用方法

  1. 浏览器插件版:安装完成后,点击插件图标完成设置

  2. 油猴脚本版:安装完成后,进入B站视频页面,点击右下角齿轮图标进行设置

  3. 设置API密钥和模型(详见下方API设置说明)

  4. 打开任意带有字幕的B站视频,插件会自动检测广告内容

  5. 当检测到广告时,会在视频播放器右下角显示"跳过广告"按钮

API设置说明

本插件需要配置大语言模型API才能正常工作。检测能力与大模型能力强相关,推荐使用性能更强的大模型。

大语言模型API(必需)

测试不同大模型的该项目上的效果,可选择 302.AI,立即注册获取$1赠金

  • API地址https://api.302.ai/v1/chat/completions
  • 模型名称模型列表
  • API密钥:需要在302.AI注册并获取(输入邀请码 ckUgCA 获取$1赠金)

免费体验可选择 智谱AI glm-4.5-flash 模型

  • API地址https://open.bigmodel.cn/api/paas/v4/chat/completions
  • 模型名称glm-4.5-flash
  • API密钥:需要在智谱AI平台注册并获取

插件兼容几乎所有大语言模型。目前我们已经测试了部分模型,但还需要更多用户的测试反馈。如果您使用了下表中的模型,请通过GitHub Issues告诉我们您的使用体验,帮助我们完善兼容性列表。

API集成平台 测试结果 API密钥官网
302.AI 302.AI
硅基流动 硅基流动
云雾API 云雾API
模型名称 测试结果 API密钥官网
GLM 智谱AI
DeepSeek DeepSeek
OpenAI OpenAI
通义千问 阿里云
Gemini Gemini
Grok Grok
Anthropic Claude Claude
MiniMax MiniMax
豆包 火山引擎
本地服务 测试结果 注意事项
Ollama 因为跨域请求,需要设置环境变量 OLLAMA_ORIGINS = *

音频识别API(可选)

  • 用途:用于无字幕视频的音频识别功能
  • 推荐服务:目前只支持Groq(免费Whisper模型)
  • API密钥获取:在Groq平台注册并获取
  • 注意:如果要使用Groq AP,需要非国内(包括港澳台)的网络环境

注意事项

  • 字幕检测:优先使用视频字幕进行检测,准确度更高
  • 音频识别:无字幕视频将自动启用音频识别功能(v1.2.3新增)
  • API配置:需要配置大语言模型API密钥,模型能力越强,检测效果越好
  • 音频识别API:使用音频识别功能需要额外配置Groq API密钥
  • 费用提醒:使用付费API时请注意token消耗和音频识别费用
  • 缓存机制:检测结果会自动缓存24小时,提升重复访问速度
  • 调试信息:众多调试信息会在控制台输出,遇到错误时可以查看控制台

技术原理

VideoAdGuard通过以下步骤检测视频中的植入广告

字幕检测模式(默认)

  1. 获取视频字幕内容
  2. 提取视频标题和置顶评论
  3. 将数据发送给大语言模型进行分析
  4. 根据分析结果确定广告时间段
  5. 缓存检测结果到本地存储
  6. 在界面上显示跳过按钮

音频识别模式

  1. 当视频无字幕时,自动下载视频音频流
  2. 使用Groq Whisper API进行语音识别
  3. 将识别结果转换为文本格式
  4. 后续流程与字幕检测模式相同

智能缓存机制

  • 本地缓存检测结果,避免重复分析
  • 缓存有效期为24小时,自动清理过期数据
  • 大幅提升重复访问视频的检测速度

目录结构

VideoAdGuard
├── builds/                        # 构建产物(按浏览器区分)
│   ├── chrome/                    # Chrome 打包目录
│   └── firefox/                   # Firefox 打包目录
├── src/                           # 源代码目录
│   ├── services/                  # 业务逻辑与平台适配
│   ├── types/                     # 类型定义
│   └── utils/                     # 工具函数
├── manifests/                     # 浏览器清单文件
│   ├── manifest-chrome.json       # Chrome 清单
│   └── manifest-firefox.json      # Firefox 清单
├── _locales/                      # i18n 资源
├── icons/                         # 插件图标资源
├── docs/                          # 文档与站点
├── scripts/                       # 构建与辅助脚本
│   └── build.js
├── VideoAdGuard.Tampermonkey.js   # 油猴脚本版本
├── webpack.config.js              # Webpack 构建配置
├── tsconfig.json                  # TypeScript 配置
├── package.json                   # 项目依赖与脚本
├── LICENSE                        # 开源许可证
└── README.md                      # 项目说明文档

自行构建

如果你想自行构建VideoAdGuard,可以按照以下步骤进行:

  1. 克隆本仓库到本地:
    git clone https://github.com/Warma10032/VideoAdGuard.git
    cd VideoAdGuard
    
  2. 安装依赖:
    npm install
    
  3. 构建插件:
    npm run build
    

开源与贡献

本项目完全开源,欢迎贡献代码和提出建议:

贡献者

免责声明

本插件仅用于学习和研究目的,不得用于任何商业或非法用途。使用本插件所产生的一切后果,与作者和插件开发者无关。

许可证

本项目采用GPLv2许可证开源。

Star History

Star History Chart

版本历史

v1.2.112025/12/11
v1.2.102025/11/25
v1.2.92025/11/19
v1.2.82025/09/29
v1.2.52025/07/31
v1.2.42025/07/29
v1.2.32025/07/24
v1.2.22025/06/19
v1.2.12025/05/20
v1.2.02025/05/08
v1.1.32025/04/12
v1.1.22025/04/07
v1.1.12025/04/04
v1.1.02025/03/26

常见问题

相似工具推荐

openclaw

OpenClaw 是一款专为个人打造的本地化 AI 助手,旨在让你在自己的设备上拥有完全可控的智能伙伴。它打破了传统 AI 助手局限于特定网页或应用的束缚,能够直接接入你日常使用的各类通讯渠道,包括微信、WhatsApp、Telegram、Discord、iMessage 等数十种平台。无论你在哪个聊天软件中发送消息,OpenClaw 都能即时响应,甚至支持在 macOS、iOS 和 Android 设备上进行语音交互,并提供实时的画布渲染功能供你操控。 这款工具主要解决了用户对数据隐私、响应速度以及“始终在线”体验的需求。通过将 AI 部署在本地,用户无需依赖云端服务即可享受快速、私密的智能辅助,真正实现了“你的数据,你做主”。其独特的技术亮点在于强大的网关架构,将控制平面与核心助手分离,确保跨平台通信的流畅性与扩展性。 OpenClaw 非常适合希望构建个性化工作流的技术爱好者、开发者,以及注重隐私保护且不愿被单一生态绑定的普通用户。只要具备基础的终端操作能力(支持 macOS、Linux 及 Windows WSL2),即可通过简单的命令行引导完成部署。如果你渴望拥有一个懂你

349.3k|★★★☆☆|3天前
Agent开发框架图像

stable-diffusion-webui

stable-diffusion-webui 是一个基于 Gradio 构建的网页版操作界面,旨在让用户能够轻松地在本地运行和使用强大的 Stable Diffusion 图像生成模型。它解决了原始模型依赖命令行、操作门槛高且功能分散的痛点,将复杂的 AI 绘图流程整合进一个直观易用的图形化平台。 无论是希望快速上手的普通创作者、需要精细控制画面细节的设计师,还是想要深入探索模型潜力的开发者与研究人员,都能从中获益。其核心亮点在于极高的功能丰富度:不仅支持文生图、图生图、局部重绘(Inpainting)和外绘(Outpainting)等基础模式,还独创了注意力机制调整、提示词矩阵、负向提示词以及“高清修复”等高级功能。此外,它内置了 GFPGAN 和 CodeFormer 等人脸修复工具,支持多种神经网络放大算法,并允许用户通过插件系统无限扩展能力。即使是显存有限的设备,stable-diffusion-webui 也提供了相应的优化选项,让高质量的 AI 艺术创作变得触手可及。

162.1k|★★★☆☆|4天前
开发框架图像Agent

everything-claude-code

everything-claude-code 是一套专为 AI 编程助手(如 Claude Code、Codex、Cursor 等)打造的高性能优化系统。它不仅仅是一组配置文件,而是一个经过长期实战打磨的完整框架,旨在解决 AI 代理在实际开发中面临的效率低下、记忆丢失、安全隐患及缺乏持续学习能力等核心痛点。 通过引入技能模块化、直觉增强、记忆持久化机制以及内置的安全扫描功能,everything-claude-code 能显著提升 AI 在复杂任务中的表现,帮助开发者构建更稳定、更智能的生产级 AI 代理。其独特的“研究优先”开发理念和针对 Token 消耗的优化策略,使得模型响应更快、成本更低,同时有效防御潜在的攻击向量。 这套工具特别适合软件开发者、AI 研究人员以及希望深度定制 AI 工作流的技术团队使用。无论您是在构建大型代码库,还是需要 AI 协助进行安全审计与自动化测试,everything-claude-code 都能提供强大的底层支持。作为一个曾荣获 Anthropic 黑客大奖的开源项目,它融合了多语言支持与丰富的实战钩子(hooks),让 AI 真正成长为懂上

147.9k|★★☆☆☆|今天
开发框架Agent语言模型

ComfyUI

ComfyUI 是一款功能强大且高度模块化的视觉 AI 引擎,专为设计和执行复杂的 Stable Diffusion 图像生成流程而打造。它摒弃了传统的代码编写模式,采用直观的节点式流程图界面,让用户通过连接不同的功能模块即可构建个性化的生成管线。 这一设计巧妙解决了高级 AI 绘图工作流配置复杂、灵活性不足的痛点。用户无需具备编程背景,也能自由组合模型、调整参数并实时预览效果,轻松实现从基础文生图到多步骤高清修复等各类复杂任务。ComfyUI 拥有极佳的兼容性,不仅支持 Windows、macOS 和 Linux 全平台,还广泛适配 NVIDIA、AMD、Intel 及苹果 Silicon 等多种硬件架构,并率先支持 SDXL、Flux、SD3 等前沿模型。 无论是希望深入探索算法潜力的研究人员和开发者,还是追求极致创作自由度的设计师与资深 AI 绘画爱好者,ComfyUI 都能提供强大的支持。其独特的模块化架构允许社区不断扩展新功能,使其成为当前最灵活、生态最丰富的开源扩散模型工具之一,帮助用户将创意高效转化为现实。

108.1k|★★☆☆☆|昨天
开发框架图像Agent

markitdown

MarkItDown 是一款由微软 AutoGen 团队打造的轻量级 Python 工具,专为将各类文件高效转换为 Markdown 格式而设计。它支持 PDF、Word、Excel、PPT、图片(含 OCR)、音频(含语音转录)、HTML 乃至 YouTube 链接等多种格式的解析,能够精准提取文档中的标题、列表、表格和链接等关键结构信息。 在人工智能应用日益普及的今天,大语言模型(LLM)虽擅长处理文本,却难以直接读取复杂的二进制办公文档。MarkItDown 恰好解决了这一痛点,它将非结构化或半结构化的文件转化为模型“原生理解”且 Token 效率极高的 Markdown 格式,成为连接本地文件与 AI 分析 pipeline 的理想桥梁。此外,它还提供了 MCP(模型上下文协议)服务器,可无缝集成到 Claude Desktop 等 LLM 应用中。 这款工具特别适合开发者、数据科学家及 AI 研究人员使用,尤其是那些需要构建文档检索增强生成(RAG)系统、进行批量文本分析或希望让 AI 助手直接“阅读”本地文件的用户。虽然生成的内容也具备一定可读性,但其核心优势在于为机器

93.4k|★★☆☆☆|3天前
插件开发框架

LLMs-from-scratch

LLMs-from-scratch 是一个基于 PyTorch 的开源教育项目,旨在引导用户从零开始一步步构建一个类似 ChatGPT 的大型语言模型(LLM)。它不仅是同名技术著作的官方代码库,更提供了一套完整的实践方案,涵盖模型开发、预训练及微调的全过程。 该项目主要解决了大模型领域“黑盒化”的学习痛点。许多开发者虽能调用现成模型,却难以深入理解其内部架构与训练机制。通过亲手编写每一行核心代码,用户能够透彻掌握 Transformer 架构、注意力机制等关键原理,从而真正理解大模型是如何“思考”的。此外,项目还包含了加载大型预训练权重进行微调的代码,帮助用户将理论知识延伸至实际应用。 LLMs-from-scratch 特别适合希望深入底层原理的 AI 开发者、研究人员以及计算机专业的学生。对于不满足于仅使用 API,而是渴望探究模型构建细节的技术人员而言,这是极佳的学习资源。其独特的技术亮点在于“循序渐进”的教学设计:将复杂的系统工程拆解为清晰的步骤,配合详细的图表与示例,让构建一个虽小但功能完备的大模型变得触手可及。无论你是想夯实理论基础,还是为未来研发更大规模的模型做准备

90.1k|★★★☆☆|3天前
语言模型图像Agent