Octotree插件安装

article/2025/9/24 13:48:26

Octotree插件

1. 概述

Octotree插件能够以树形展示 Github 项目、码云项目代码。
安装之后,浏览托管在Github上的项目,可看到左侧的树形结构,更方便查看代码。

2. 谷歌Chrome浏览器安装扩展插件

几种常见的Chrome浏览器安装扩展插件安装方法。
因为火狐的比较简单,可以在线安装,就不做介绍了。

2.1 下载谷歌浏览器

  • Windows版Chrome
  • Mac版Chrome

2.2 安装

2.2.1 离线安装
1. 下载插件

在谷歌商店或者CrxDL搜索下载待安装的Chrome插件,下载完成后,将下载的压缩包解压,我们以Octotree插件为例:

谷歌商店,搜索框中搜索 octotree
谷歌商店下载octotree插件
很可惜,点击安装下载之后,发现octotree插件版本太低。目前最新版本是3.0.10版本。
CrxDL下载octotree插件

CrxDL网站下载octotree插件
CrxDL下载octotree插件

2. 安装插件

(1)打开Chrome浏览器,复制chrome://extensions/ 到浏览器地址打开,点击右上角开启开发者选项,最后将文件夹内.crx后缀的离线安装包拖动到打开的页面,松手,根据提示完成安装。

(2)如果安装插件时遇到程序包无效:“CRX_HEADER_INVALID”等错误,可以查看:安装Chrome插件.Crx提示程序包无效:“CRX_HEADER_INVALID”

(3)在第二种方法中方法1与(1)方法重复,补充第三种方法。

  • github上下载源码
    插件链接
    在这里插入图片描述
  • 解压到任意盘

D:\Git-2.22\octotree-3.0.10

  • 按照README.md说明文档操作
  1. Install node 8 or above
  2. Run npm install to install dependencies
  3. Run npm start to watch code changes and build unpacked extensions
  4. Load the unpacked extensions in the tmp folder (check instructions of the specific browser)
  5. Please follow existing style for new code
  • 查看生成的目录结果
    在这里插入图片描述
  • 从chrome://extensions/中按照截图操作
    在这里插入图片描述
    选择D:\Git-2.22\octotree-3.0.10\tmp\chrome
    在这里插入图片描述
    这个步骤中可以看到有firefox(火狐),opera(欧朋)文件夹,所以在这两个浏览器中也可以使用该种方法离线进行安装。

至此就会看到Octotree插件成功安装:
在这里插入图片描述

2.2.2 在线安装

PS:目前在线安装,国内不好直接安装,建议离线安装。

复制下方Chrome官方插件应用商店的地址https://chrome.google.com/webstore/category/extensions?hl=zh-CN,在浏览器器地址栏打开。(国内网络无法直接打开,需安装网络工具,哈哈,很可惜,这个链接不能打开是因为谷歌被国内封杀,你可以翻墙)

3. 预览效果

谷歌浏览器中浏览github上查看octotree源码的效果图。
在这里插入图片描述
这个源码环境搭建的是免费版本的octotree,它也有octotree pro收费版的,功能更多,可以参考octotree pro ,不过可以免费使用octotree pro 30天哦,喜欢的小伙伴可以尝试一下啦!


http://chatgpt.dhexx.cn/article/WhXVdEeF.shtml

相关文章

强烈推荐的GitHub浏览插件-Octotree

背景 GitHub是全球最大的代码托管平台,在工作中或者学习中经常会用到该网站去浏览代码、下载代码或者托管代码。当然国内也有很多很多类似的平台如码云Gitee、Coding等、甚至工作中处于安全性考虑都会自己搭建git环境,比如本地GitLab等,但是…

github工具:Octotree安装和使用教程

文章目录 介绍安装过程测试 介绍 Octotree是专门为github设计的,可以做到将github项目结构在侧边展示(在线的,无需下载到本地),有点类似于IDEA或者pycharm左边的那个项目结构,你点了其中的一个文件&#x…

Octotree:一款超实用的GitHub可视化代码树插件

Octotree:一款超实用的GitHub可视化代码树插件 Octotree 是一款对gitHub和gitee视图展示非常友好的插件,用于将 Github 或者gitee项目代码以树形格式展示,而且在展示的列表中,我们可以下载指定的文件,而不需要下载整个…

sysrq阅读记录

sysrq 文章目录 sysrq使用初始化操作列表更改log等级重启强制触发panic打印相关锁信息发送SIGTERM终止进程信号人为触发OOM Killer人为发送SIGKILL信号对设备进行解冻虚拟终端授信打印所有CPU的寄存器信息和堆栈信息打印内存信息对实时线程的nice值进行修改打印寄存器信息打印定…

Linux:内核调试之内核魔术键sysrq

在linux系统下,我们可能会遇到系统某个命令hang住的情况,通常情况下,我们会查看/proc/pid/wchan文件,看看进程处于什么状况,然后进一步查看系统日志或者使用strace跟踪命令执行时的系统调用等等方法来分析问题。我们知…

Linux内核sysrq调试调优

1.sysrq机制的文件系统节点 2.内核注册: 在drivers/tty/sysrq.c中注册的此文件节点, 系统依赖配置CONFIG_MAGIC_SYSRQ. 3. 实现接口 ops table的定义 以触发crash的c命令为例(echo c > /proc/sysrq-trigger) 触发方式很简单,直接在空指针…

了解sysrq-trigger

了解下sysrq-trigger,便于观察内核调试信息和debug。 echo m > /proc/sysrq-trigger 导出内存分配信息 echo t > /proc/sysrq-trigger 导出当前任务状态信息 echo c > /proc/sysrq-trigger 产生空指针panic事件,人为导致系统崩溃 echo p >…

Linux sysrq使用

Linux sysrq使用 1. 介绍 Sysrq被称为”魔术组合键”, 是内建于Linux内核的调试工具。只要内核没有完全锁住(还可以响应中断),不管内核在做什么事情,使用这些组合键都可以搜集包括系统内存使用、CPU任务处理、进程运行状态等系统运行信息。…

决策树CART介绍*

属性划分使用Gini指数 回顾:ID3使用信息增益,C4.5使用信息增益率。都是基于计算熵,熵运算涉及到对数运算,耗时。 CART使用Gini指数代替信息增益。 直观上,Gini指数表示从数据集D随机抽取两个样本,类别不一…

cart决策树Matlab实现,CART决策树的理解及其实现

CART决策树介绍 使用CART(Classification and regression tree)算法构建的决策树是二叉树,它对特征进行二分,迭代生成决策树。 CART回归树 假设X与Y分别为输入和输出变量,并且Y是连续变量,给定训练数据集 $$D\{(x_1,y_1),(x_2,y_2…

CART决策树算法Python实现 (人工智能导论作业)

文章目录 决策树的介绍CART决策树算法简介基尼指数 CART决策树生成算法及Python代码实现 决策树的介绍 决策树是以树的结构将决策或者分类过程展现出来,其目的是根据若干输入变量的值构造出一个相适应的模型,来预测输出变量的值。预测变量为离散型时&am…

CART树分类、回归、剪枝实现

决策树ID3,C4.5是多叉树,CART树是一个完全二叉树,CART树不仅能完成分类也能实现回归功能,所谓回归指的是目标是一个连续的数值类型,比如体重、身高、收入、价格等,在介绍ID3,C4.5其核心是信息熵…

sklearn 决策树例子_sklearn CART决策树分类

sklearn CART决策树分类 决策树是一种常用的机器学习方法,可以用于分类和回归。同时,决策树的训练结果非常容易理解,而且对于数据预处理的要求也不是很高。 理论部分 比较经典的决策树是ID3、C4.5和CART,分别分析信息增益、增益率…

机器学习--详解CART树剪枝原理和过程

这一节主要讲前面多次的提到的决策树问题,前面的决策树生成算法递归的产生决策树,直到不能继续分支或者达到要求为止,这样的决策树往往对训练数据的分类很准确,因为他就是基于训练数据的熵或者基尼不存度进行分类的,因…

【树模型与集成学习】(task2)代码实现CART树(更新ing)

学习心得 task2学习GYH大佬的回归CART树,并在此基础上改为分类CART树。 更新ing。。 这里做一些对决策树分裂依据更深入的思考引导:我们在task1证明离散变量信息增益非负时曾提到,信息增益本质上就是联合分布和边缘分布乘积的kl散度&#xf…

CART 决策树

ID3使用信息增益,而C4.5使用增益比率进行拆分。 在此,CART是另一种决策树构建算法。 它可以处理分类和回归任务。 该算法使用名为gini索引的新度量标准来创建分类任务的决策点。 CART树的核心是决策规则将通过GINI索引值决定。 停止条件。 如果我们继续…

CART决策树算法

在进行自动识别窃漏电用户分析实战时,用到了CART决策树算法,所以整理记录该算法的内容。内容整理参考文档决策树——CART算法及其后的参考文章。 一、CART(classification and regression tree)分类与回归树,既可用于…

CART树算法解析加举例

算法步骤 CART假设决策树是二叉树,内部结点特征的取值为“是”和“否”,左分支是取值为“是”的分支,右分支是取值为“否”的分支。这样的决策树等价于递归地二分每个特征,将输入空间即特征空间划分为有限个单元,并在…

ID3、C4.5与CART树的联系与区别

ID3、C4.5与CART树的联系与区别: 参考博客: 链接1 链接2 特征选择准则: ID3的特征选择准则为信息增益,即集合D的经验熵H(D)与给定特征A下条件经验熵H(D|A)之差,即: H(D)表现了数据集D进行分类的不确定性…

决策树构建算法—ID3、C4.5、CART树

决策树构建算法—ID3、C4.5、CART树 决策树构建算法—ID3、C4.5、CART树 构建决策树的主要算法ID3C4.5CART三种算法总结对比 决策树构建算法—ID3、C4.5、CART树 构建决策树的主要算法 ID3C4.5CART (Classification And Rsgression Tree) ID3 ID3算法…