Arkenfox user.js项目:Firefox 125.0.1版本隐私清理功能深度解析
2025-05-21 19:13:29作者:卓炯娓
Firefox 125.0.1版本带来了隐私清理功能的重要更新,特别是针对用户数据清除机制的改进。作为专注于Firefox隐私强化的Arkenfox user.js项目,我们需要深入理解这些变化对用户隐私保护的影响。
隐私清理功能架构变化
Firefox 125.0.1版本引入了全新的隐私清理相关偏好设置,这些变化主要为Firefox 128版本的大规模迁移做准备。新版清理功能将原有的多个独立设置合并为更简洁的组合选项,同时保持向后兼容。
核心变化体现在三个方面:
- 新增了"clearHistory"和"clearSiteData"两大系列偏好设置
- 废弃了部分旧版设置
- 引入了迁移标记偏好,用于后续自动迁移过程
新旧设置对照分析
关机时清理设置
原版设置采用分散式结构:
- privacy.clearOnShutdown.cache
- privacy.clearOnShutdown.downloads
- privacy.clearOnShutdown.formdata
- privacy.clearOnShutdown.history
新版v2设置采用组合式结构:
- privacy.clearOnShutdown_v2.cache
- privacy.clearOnShutdown_v2.historyFormDataAndDownloads(合并历史、表单数据和下载)
- privacy.clearOnShutdown_v2.siteSettings
手动清理历史记录设置
原版设置:
- privacy.cpd.cache
- privacy.cpd.formdata
- privacy.cpd.history
新版设置:
- privacy.clearHistory.cache
- privacy.clearHistory.historyFormDataAndDownloads(合并功能)
- privacy.clearHistory.cookiesAndStorage(新增)
手动清理站点数据设置
全新引入的设置组:
- privacy.clearSiteData.cache
- privacy.clearSiteData.cookiesAndStorage
- privacy.clearSiteData.historyFormDataAndDownloads
- privacy.clearSiteData.siteSettings
技术实现细节
迁移过程设计为渐进式,Firefox 128版本将自动处理新旧设置的转换。值得注意的是,新版清理功能在实现上存在一个重要差异:部分清理操作会忽略网站的"允许"例外设置,这可能影响某些依赖cookie保持登录状态的网站。
对于开发者而言,这些变化意味着需要重新评估隐私清理对用户体验的影响。特别是服务工作者(Service Worker)和跨域登录场景需要特别关注,因为清理行为的变化可能导致意外的会话终止。
最佳实践建议
基于当前版本和即将到来的变化,我们建议:
- 暂时保持privacy.clearSiteData.cookiesAndStorage为false,等待Firefox 128版本完善"允许"例外处理机制
- 对于需要保持登录状态的网站,明确设置cookie例外规则
- 定期检查清理功能的实际效果,特别是在升级到Firefox 128后
- 注意清理时间范围设置(privacy.sanitize.timeSpan)对各类清理操作的影响
这些变化总体上使Firefox的隐私清理功能更加一致和可预测,但过渡期间需要用户和开发者保持警惕,确保隐私保护和功能可用性之间的平衡。
登录后查看全文
热门项目推荐
相关项目推荐
kernelopenEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。C027
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。Python00
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00
项目优选
收起
deepin linux kernel
C
26
9
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
423
3.25 K
Ascend Extension for PyTorch
Python
231
262
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
689
331
暂无简介
Dart
686
160
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
9
1
React Native鸿蒙化仓库
JavaScript
266
326
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
65
19
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.22 K
667
仓颉编译器源码及 cjdb 调试工具。
C++
136
869