我在 Gemini 里问一个实现问题,它经常先解释两句,然后甩一个完整文件过来。最近一次是两个代码块:一段 123 行,一段 276 行。
276 行在手机上大概是六七屏。你想读代码后面的「注意事项」,得先划过整个代码块;读完想回头对照某一行,再划回去。来回两次,阅读位置就丢了。
Gemini 的代码块有复制按钮,但没有折叠。而且不能一刀切——三五行的小片段折起来反而碍事,真正需要收的是那种几十上百行的。
所以我写了个油猴脚本:超过 5 行的代码块默认收起,点折叠条展开,点代码区收起,Alt+C 一键切换页面上全部代码块。
现象
先把场景说具体。手机上问「怎么拦截 SPA 路由」,Gemini 的回答结构通常是:
解释一两句 ↓代码块 A(123 行) ↓解释为什么这么写 ↓代码块 B(276 行) ↓注意事项 / 边界问题不在代码长,在于它夹在解释中间。你要读「注意事项」,就必须先滚过 276 行;滚过去之后,前面解释里的某句话又对不上了。
桌面端稍微好一点,但也没有本质区别。窗口再高,276 行还是装不下。
我想要的其实很简单:
- 长代码默认收起,短代码保持原样;
- 每个块能单独开关,不要联动;
- 桌面上有个快捷键,能一次全收或全开;
- 收起之后别影响页面本身的滚动和复制。
这四件事,纯 CSS 一件都做不了。
先看 Gemini 的代码块长什么样
Gemini 是 Angular 应用,代码块在 DOM 里是这么套的:
<message-content> <code-block> <pre>...</pre> </code-block></message-content>脚本要处理的是对话区里的 <pre>,不是页面侧栏或设置面板里的示例代码。所以我在扫描时加了一层范围判断:
if (!preEl.closest('message-content, code-block, .model-response-text, main')) { return;}行数直接数 textContent 里的换行:
function getLineCount(preEl) { const text = preEl.textContent || ''; return text ? text.split('\n').length : 0;}这里有个容易被忽略的前提:Gemini 是流式输出的。
代码块刚出现时可能只有两行,过几秒才长到 276 行。如果只在「块第一次出现」时判断一次,那它永远会被当成短代码。所以脚本必须能反复看同一个块,等它长过阈值再折叠。
这就引出了状态管理。
三个状态,而不是一个「折叠了没有」
一开始我想得很简单:给 <pre> 加个 tm-code-hidden class,有就是折叠,没有就是展开。
但流式输出会把这件事弄复杂:
- 块刚出现,2 行,不该折;
- 长到 6 行,该折了;
- 用户手动点开了,后面就算长到 300 行也不该再自动折回去。
一个布尔值表达不了「还没决定」和「用户已经接管」这两种情况。所以每个块在 dataset 上记三个状态:
| 状态 | 含义 | 后续扫描怎么办 |
|---|---|---|
pending | 已经处理过,但还没到阈值 | 继续看行数,够了就折 |
collapsed | 自动折叠了 | 保持折叠,除非用户点开 |
manual | 用户手动开/关过 | 不再自动改,只更新文案 |
manual 这个状态是关键。没有它,用户刚点开一个 300 行的块,下一次 DOM 变动又会被折叠回去——因为「300 行 >= 5」这个条件一直成立。
不让 observer 把自己转死
代码块是动态出现的,所以得用 MutationObserver 盯着对话区。但 observer 有个经典陷阱:脚本自己插入的节点也会触发 observer。
折叠条是插在 <pre> 前面的一个 div。插入它 → observer 回调 → 扫描 → 又插一次?不会,因为有 data-tm-processed 挡着。但更隐蔽的是文案更新:
bar.textContent = `${icon} ${action}(共 ${lines} 行)`;textContent 赋值会产生 characterData 变动,observer 又会被唤醒。如果每次扫描都重写一遍文案,就变成「扫描 → 改文案 → 触发扫描 → 再改文案」的循环,运气好是空转,运气不好会把页面卡住。
我用了三层防护。
第一层,过滤脚本自己的节点:
const hasRelevantMutation = mutations.some((m) => { const target = m.target.nodeType === 1 ? m.target : m.target.parentElement; if (!target) return false; return !target.classList.contains('tm-collapse-bar') && !target.classList.contains('tm-toast-tip');});
if (!hasRelevantMutation || rafId) return;第二层,把扫描合并到一帧:
rafId = requestAnimationFrame(() => { document.querySelectorAll('pre').forEach(processCodeBlock); rafId = null;});流式输出时 DOM 变动非常密,一秒钟几十次。每次变动都扫一遍全部 <pre> 是浪费,合并到下一帧只跑一次就够了。
第三层,文案没变就不写 DOM:
function updateBarLabel(bar, preEl, isCollapsed) { const lines = getLineCount(preEl); const newText = `...(共 ${lines} 行...)`; if (bar.dataset.lastText !== newText) { bar.dataset.lastText = newText; bar.textContent = newText; }}行数在流式输出时确实会变,所以这层不是「永远不写」,而是「只在真的变了才写」。少了这一层,前两层只能降低频率,不能断开循环。
另外脚本延迟 800ms 启动,等 Gemini 首屏的侧栏和模型选择器挂载完再介入。这不是必须的,但能避开初始化水合期的 DOM 抖动,少处理一批无意义的变动。
点哪里收起,怎么不误触
交互上我做了两个入口:
- 点折叠条:展开;
- 在展开状态下点代码区:收起。
第二个入口有风险。你在代码里划词复制,手指抬起时浏览器也会派发 click;如果直接响应,刚选中的代码会当场被折起来,选区也没了。
所以点击前要过两道检查:
preEl.addEventListener('pointerdown', (e) => { downX = e.clientX; downY = e.clientY;}, { passive: true });
preEl.addEventListener('click', (e) => { if (e.button !== 0) return;
const moveDist = Math.hypot(e.clientX - downX, e.clientY - downY); if (moveDist > 8) return;
const selection = window.getSelection(); if (selection && selection.toString().trim().length > 0) return;
if (!preEl.classList.contains('tm-code-hidden')) { e.stopPropagation(); toggleSingleCodeBlock(preEl, bar, true); }});8px 是「手指有没有明显移动」的阈值,选词和拖动滚动都会超过它;选区非空则直接放行。这两条加起来,误触基本没有了。
还有一个细节:折叠条的文字颜色取自 code 元素的计算样式。Gemini 有深色和浅色主题,如果折叠条写死 #e3e3e3,浅色主题下就是白字压白底。
const computedColor = window.getComputedStyle(codeEl).color;if (computedColor && computedColor !== 'rgba(0, 0, 0, 0)') { bar.style.color = computedColor;}实测
测试分两部分。
真实页面:在我自己的 Gemini 会话里注入发布版脚本。那个会话有两个代码块,DOM 里数出来分别是 123 行和 276 行。脚本跑完后两块都折叠了,折叠条显示的行数和实际一致。
交互和防误触在本地 mock 页上测,因为要精确构造 4 行、6 行、20 行的块,还要模拟 pointer 坐标和选区:
| 场景 | 结果 |
|---|---|
| 4 行代码块 | 不折叠,折叠条显示「共 4 行」 |
| 6 行 / 20 行代码块 | 默认折叠 |
| 123 行 / 276 行(真实 Gemini) | 默认折叠,行数对得上 |
| 点折叠条 | 展开,文案从「▶ 点击展开」变成「▼ 点击此处或代码区收起」 |
| 点展开的代码区 | 收起 |
| 拖动超过 8px 后点击 | 不收起 |
| 划词选中 55 个字符后点击 | 不收起 |
| Alt+C(有展开块) | 3 个块全部折叠,Toast 显示「已全部折叠 (3 个代码块)」 |
| 再次 Alt+C | 3 个块全部展开 |
有一个在测试里才注意到的问题:标签页在后台时,requestAnimationFrame 会被 Chrome 节流甚至暂停。如果 Gemini 在后台标签页里继续输出,新出现的代码块要等你切回前台才会被处理。日常使用里不太会遇到——你总得看着它输出——但它确实是个边界。
已知边界
只对 gemini.google.com 生效。 其他 Google 产品里嵌的 Gemini 界面、第三方套壳站,都不在 @match 范围里。
压缩成一行的超长代码不会被折叠。 行数按换行算,minified 的几千字符只有一行,本来也不占垂直空间。
依赖 Gemini 当前的 <pre> 结构。 Google 改版把代码块换成别的容器,选择器就得跟着改。这不是「一劳永逸」的脚本。
Alt+C 是窗口级监听。 如果页面自己占用了这个组合键,事件顺序可能和预期不一致;真冲突了,改脚本开头的 SHORTCUT_KEY_CODE 就行。
它不是编辑器插件。 折叠只影响阅读,不改变代码内容,也不接管复制按钮。你复制到的还是原文。
所以
整个脚本 300 行出头,核心逻辑不到 200 行。没有一行是 hack,全是标准 API:querySelector、MutationObserver、requestAnimationFrame、classList、dataset。
真正花时间的不是「怎么折叠」,是「什么时候不该折」:流式输出还在长、用户已经手动接管、脚本自己的 DOM 变动又触发扫描。这三个问题各自只需要几行代码,但漏掉任何一个,脚本都会表现得像坏了。
脚本在这儿:Greasy Fork | 源码仓库。
装好油猴、刷新 Gemini 就能用。阈值和快捷键都在文件开头,两行就能改。如果你也经常被一段三百行的代码顶到屏幕外,可以试试。
另一个同类脚本:YouTube 移动版社区图片全屏查看器,把 m.youtube.com 社区帖图片补成可缩放、可跨帖连播的全屏画廊。