Violentmonkey 插件在 Brave 浏览器中的 ArrayBuffer 请求异常分析
2025-06-01 11:58:48作者:郁楠烈Hubert
问题背景
Violentmonkey 是一款流行的用户脚本管理器插件,近期有用户反馈在 Brave 浏览器(Beta 版本)中使用 GM.xmlHttpRequest 方法时,当设置 responseType 为 'arraybuffer' 时会出现请求失败的问题。这个问题同样出现在 Tampermonkey 插件中,表明可能是 Brave 浏览器本身的兼容性问题。
问题现象
用户在 Windows 10 系统下使用 Brave 1.67.78 Beta 版本(基于 Chromium 125.0.6422.41)时,执行包含以下特征的脚本会出现异常:
GM.xmlHttpRequest({
method: "GET",
url: 'https://violentmonkey.github.io/static/vm-6437e4e5a400c6eff1c23ead4d549b0a.png',
responseType: 'arraybuffer',
onload(xhr) {
console.log(xhr);
},
onerror(e) {
console.error(e);
}
});
异常表现为控制台输出"TypeError: Failed to fetch"错误,但值得注意的是,这个错误并未触发 onerror 回调函数。当移除 responseType: 'arraybuffer' 参数后,请求能够正常执行。
技术分析
经过开发者调查,这个问题首次出现在 Brave 1.66.52 版本中。通过代码比对发现,问题源于 Brave 核心代码库中的一个特定提交,该提交修改了浏览器处理 ArrayBuffer 类型响应的方式。
值得注意的是:
- 相同代码在 Chrome 浏览器中工作正常,确认是 Brave 特有的问题
- 问题不仅影响 Violentmonkey,也影响其他用户脚本管理器如 Tampermonkey
- 错误未能正确传播到 onerror 回调,这增加了调试难度
解决方案
目前 Brave 开发团队已经确认了这个问题,并正在准备修复方案。对于急需解决此问题的用户,可以考虑以下临时方案:
- 降级到 Brave 1.66.51 或更早版本
- 避免在受影响版本中使用 arraybuffer 响应类型
- 使用 Violentmonkey 提供的特殊兼容模式(虽然性能较低但可以绕过此问题)
技术建议
对于开发者而言,在处理类似兼容性问题时,建议:
- 增加错误处理的健壮性,即使某些浏览器未能正确触发错误回调
- 考虑为特定浏览器版本添加降级方案
- 在文档中明确标注已知的兼容性问题
总结
这个案例展示了浏览器扩展开发中常见的兼容性挑战,特别是当基于 Chromium 的浏览器进行自定义修改时可能引入的特殊问题。作为开发者,保持对目标浏览器版本的兼容性测试非常重要,同时也要建立完善的错误处理机制来应对各种边界情况。
随着 Brave 团队的修复,这个问题将得到解决,但类似的兼容性问题在浏览器扩展开发中仍会不断出现,需要开发者保持警惕。
登录后查看全文
热门项目推荐
相关项目推荐
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
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
24
9
Ascend Extension for PyTorch
Python
223
246
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
暂无简介
Dart
672
157
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++
662
313
React Native鸿蒙化仓库
JavaScript
262
323
🔥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
64
19
仓颉编译器源码及 cjdb 调试工具。
C++
135
867
仓颉编程语言测试用例。
Cangjie
37
860
openGauss kernel ~ openGauss is an open source relational database management system
C++
160
218