Voyager 发送行为完全指南让 Gemini 用 CtrlEnter 发送、Enter 换行【免费下载链接】voyagerEnhancement suite for Gemini, AI Studio, Claude ChatGPT — plus a prompt manager for any websites, DeepSeek Harness included. / 面向 Gemini、AI Studio、Claude 与 ChatGPT 的增强套件其中的提示词管理器可用于任意网站如 DeepSeek Harness。项目地址: https://gitcode.com/gh_mirrors/ge/voyager导读Voyager 的发送行为Send Behavior模块用于改造 Gemini及 AI Studio聊天输入框的键盘语义把 Gemini 默认的「Enter即发送」改为「Enter插入换行、CtrlEntermacOS 下为⌘Enter发送」从而在编写长 prompt、粘贴多行代码时彻底告别误发。本文将从开启方式、键盘语义、平台差异到底层实现原理DOM 注入、发送按钮定位、换行插入、零性能开销架构逐层拆解读完你既能熟练配置也能理解这套浏览器扩展的实现思路。该功能自 Voyager 1.3.7 起提供。为什么需要这个功能Gemini 默认按下Enter即发送消息。这在编写较长的 prompt、粘贴多行代码、或需要精心排版时经常导致误发——你只想换个行消息却已经飞出去了。开启 Voyager 的「CtrlEnter 发送」后输入框语义变为按键行为Enter插入换行CtrlEntermacOS⌘Enter发送消息ShiftEnter仍保留为默认换行行为见 src/pages/content/sendBehavior/index.ts不会被拦截。如何开启打开 Voyager 的设置面板扩展弹窗。找到CtrlEnter 发送{modifier}Enter 发送开关。打开开关即可生效无需刷新页面。设置面板中的输入类设置集中在InputSettingsCard组件内src/pages/popup/components/InputSettingsCard.tsx其标签文案来自本地化文件例如中文文案「按 {modifier}Enter 发送消息Enter 键仅换行」定义于 src/locales/zh/messages.json其中{modifier}在 macOS 上替换为⌘在其他平台替换为Ctrl由getModifierKey()动态决定。功能特点零性能开销关闭时不监听任何键盘事件不影响页面性能。实时切换在设置中开关后立即生效无需刷新页面。兼容编辑模式在编辑已发送的消息时同样适用会在chat-message编辑容器内定位「更新/保存」按钮并触发点击。平台差异与三种模式从源码结构看发送行为模块实际承载了三种模式分别面向不同平台与场景src/pages/content/sendBehavior/index.ts模式存储键适用平台键盘语义Gemini CtrlEnter 发送gvCtrlEnterSendGemini所有浏览器Enter→ 换行Ctrl/⌘Enter→ 发送AI Studio Enter 发送gvAIStudioEnterSendAI StudioEnter→ 发送Ctrl/⌘Enter→ 换行Safari Enter 修复gvSafariEnterFixGemini on Safari单次Enter直接点击发送按钮绕过 Safari 需按两次 Enter 才能发送的缺陷三个存储键定义于 src/core/types/common.ts。若 Gemini 侧两个模式同时开启CtrlEnter 发送优先Enter一律换行。这三项开关在弹窗中的展示逻辑可见 InputSettingsCard.tsxGemini 与 AI Studio 使用同一套「Enter 发送」设置位按当前平台区分文案与存储键而Safari Enter 修复开关只在 Safari 浏览器上显示。AI Studio 的反向语义AI Studio 默认CtrlEnter换行、Enter发送Voyager 的gvAIStudioEnterSend用于确保其维持「Enter发送、Ctrl/⌘Enter换行」的语义并在需要时兜底触发运行按钮。其测试覆盖了「AI Studio 上按 Enter 点击 Run 按钮」「CtrlEnter 变为换行」以及「不误用 Gemini 的 CtrlEnter 设置」见 src/pages/content/sendBehavior/tests/sendBehavior.test.ts。Safari Enter 修复在 Safari 上Gemini 原生存在需要按两次 Enter 才能发送的问题。开启gvSafariEnterFix后普通Enter会被直接接管为点击发送按钮Shift/Ctrl/⌘/Alt组合键一律放行不拦截index.ts。对应的测试通过 mockisSafari验证了「Safari 上单 Enter 点击发送」「非 Safari 不拦截」「ShiftEnter 放行」三条路径sendBehavior.test.ts。底层实现原理模块生命周期发送行为以原生内容模块的形式注册在NATIVE_FEATURES表中src/pages/content/nativeFeatures.ts并区分send-behavior:gemini与send-behavior:aistudio两个实例。入口函数为startSendBehavior(platform)它始终先注册chrome.storage.onChanged监听器再读取初始设置并按需激活事件监听index.ts。零性能开销的实现方式这是模块最核心的架构约束见 index.ts 的 ARCHITECTURE 注释监听器仅在至少一种模式开启时激活shouldBeActive()判断AI Studio 看gvAIStudioEnterSendGemini 看gvCtrlEnterSend或 Safari 上的gvSafariEnterFix为真时才调用activateListeners()挂载键盘事件与 DOM 观察器全部关闭时彻底停摆deactivateListeners()会逐一移除所有已附加的 keydown 监听器通过cleanupFns队列、清空WeakSet去重表并断开MutationObserver此时页面上的输入框与裸页面行为完全一致存储监听器例外地常驻chrome.storage.onChanged监听器在功能关闭时依然存活以便感知设置变化并即时reconcileListeners()这正是实时切换、无需刷新的实现基础。WeakSetHTMLElement与attachedElements去重机制保证同一输入元素不会重复绑定监听器index.ts。动态输入区域的覆盖Gemini 是典型的单页应用输入框会在路由切换、对话切换、流式渲染过程中不断重建。模块通过MutationObserver观察document.body的childList变化将新加入的节点及其后代中匹配[contenteditabletrue], [roletextbox], textarea的元素自动挂上键盘监听同时以100ms 防抖OBSERVER_DEBOUNCE_MS合并流式渲染产生的连续 DOM 变更避免频繁遍历index.ts。防抖行为本身也有测试验证99ms 时按键不会被拦截100ms 后即生效sendBehavior.test.ts。发送按钮定位策略触发发送并非直接调用 Gemini 的内部 API而是找到并click()页面上的真实发送按钮。定位分两步findSendButtonindex.ts容器圈定用closest()向上查找已知容器Gemini 主输入框.text-input-field、AI Studio 的ms-prompt-input-wrapper/ms-chat-turn-input、编辑态容器chat-message、对话框[roledialog]等把搜索范围限制在输入框所属容器内避免误点页面其他位置的旧按钮按钮识别依次尝试SEND_BUTTON_SELECTORS中的 20 条选择器含aria-label/data-tooltip文本、图标mat-icon[fonticonsend]等再降级为按多语言标签正则与图标判断isSendActionButton见 src/pages/content/sendBehavior/sendButton.ts。编辑模式下的按钮同样被识别isUpdateActionButton通过.update-button类名与多语言「更新/保存/confirm」标签正则匹配编辑提交按钮sendButton.ts。两条值得注意的防御逻辑附件上传保护若容器内存在progress, [roleprogressbar]元素说明附件仍在上传此时不触发发送Gemini 原生 Enter 处理器会等待该状态清除程序化点击则可能绕过守卫测试用「上传中不发送、上传完成后发送」验证了该行为sendBehavior.test.ts只点可见按钮isVisibleButton要求按钮offsetParent ! null从物理上排除隐藏/离屏元素。换行插入的多重降级方案Enter被改造成换行时模块针对两类输入元素分别处理contenteditableGemini 主输入框Gemini 使用 Quill 编辑器ql-editor直接操作 DOM 插入br会被 Quill 自身的 DOM 状态管理覆盖因此按顺序降级index.tsdocument.execCommand(insertParagraph)——最可靠但可能触发 React 重渲染重建 DOMdocument.execCommand(insertHTML, false, brbr)派发ShiftEnter合成键盘事件让 Quill 自行处理换行。textareaAI Studio 输入框先focus()防止 Angular 内部文本区更新导致焦点丢失再用execCommand(insertText, false, \n)失败时直接改写value并在光标处插入\n牺牲撤销历史但保证插入成功index.ts。测试验证了两种路径下he|ll|o在光标处插入换行后值为he\no、光标落位正确的行为sendBehavior.test.ts。换行插入后模块会主动派发冒泡的input事件确保 Gemini/React 的状态同步与数据持久化不丢内容。光标位置恢复Quill 逻辑偏移模型insertParagraph可能触发 React 重渲染、重建 DOM 结构导致光标丢失。模块通过 utils.ts 维护一套逻辑偏移模型把P/DIV块边界与br计为逻辑换行符将光标位置抽象为相对根元素的全局文本偏移量再在插入后通过setCaretPosition恢复并在requestAnimationFrame中二次恢复以应对重渲染。空段落、占位br等边界情况都有专项测试覆盖sendBehavior.test.ts。输入事件过滤handleKeyDown有一层重要的前置过滤index.tsIME 组合输入期间忽略event.isComposing为真时直接返回避免中文、日文等输入法候选框选择时的 Enter 被误判为发送Issue 260 的修复只处理 Enter非 Enter 按键全部放行只处理可编辑区域contenteditable与textarea之外的INPUT等单行元素不接管保留默认提交行为。测试覆盖与可信度该模块的测试文件 src/pages/content/sendBehavior/tests/sendBehavior.test.ts 覆盖了三个 describe 分组Gemini CtrlEnter、AI Studio Enter 发送、Safari Enter 修复共 17 个用例覆盖发送按钮定位、附件上传保护、防抖挂载、多语言按钮识别、编辑态更新按钮、换行插入降级、光标恢复等关键路径是理解模块行为的可靠参考。常见问题开启后没有立即生效存储监听器常驻开关切换后会在下一次onChanged回调中即时激活/停用监听正常无需刷新页面若页面正处于流式渲染的高频 DOM 变更期监听器附加最多延迟 100ms防抖窗口。为什么有的按钮点不到发送按钮必须位于可识别的容器内.text-input-field、chat-message等且可见若 Gemini 改版导致 DOM 结构变化容器选择器与SEND_BUTTON_SELECTORSsendButton.ts需要随页面结构同步更新。与 Vim 模式冲突吗发送行为是独立的输入增强模块与inputVimMode等设置并存于同一张输入设置卡片各自独立开关、独立监听。小结发送行为模块通过按需激活的监听器 MutationObserver 动态覆盖 容器圈定的按钮定位 多级换行降级 逻辑偏移光标恢复这套组合把一个看似简单的快捷键改造做到了对 Gemini 这类重渲染 SPA 的稳健适配同时在完全关闭时保持零性能开销。相关实现均可从 src/pages/content/sendBehavior/index.ts 与配套测试中直接溯源。【免费下载链接】voyagerEnhancement suite for Gemini, AI Studio, Claude ChatGPT — plus a prompt manager for any websites, DeepSeek Harness included. / 面向 Gemini、AI Studio、Claude 与 ChatGPT 的增强套件其中的提示词管理器可用于任意网站如 DeepSeek Harness。项目地址: https://gitcode.com/gh_mirrors/ge/voyager创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考