Adguard浏览器扩展从MV2向MV3迁移的技术解析
2025-06-24 00:09:10作者:凌朦慧Richard
背景介绍
Adguard浏览器扩展作为知名的广告拦截工具,目前正面临重要的技术转型。由于Chrome浏览器即将停止对Manifest V2(MV2)扩展的支持,Adguard团队正在积极开发基于Manifest V3(MV3)的新版本扩展。这一变革源于Google Chrome对浏览器扩展架构的重大调整,旨在提高安全性、隐私性和性能。
MV2与MV3的技术差异
MV3是Chrome扩展平台的最新规范,与MV2相比有几个关键区别:
- 服务工作者替代后台页面:MV3使用服务工作者(Service Worker)代替持久运行的背景页面,减少了内存占用
- 声明式网络请求API:取代了原先的阻塞式webRequest API,采用更安全的声明式方法
- 远程代码执行限制:MV3禁止远程加载代码,提高了安全性
- 权限模型改进:采用更细粒度的权限控制,减少扩展对用户数据的访问
这些变化对广告拦截类扩展影响尤为显著,因为传统的广告拦截技术高度依赖MV2中的webRequest API。
Adguard的迁移策略
Adguard团队采取了渐进式的迁移方案:
- 并行开发:在继续维护MV2版本(4.x系列)的同时,开发MV3版本(5.x系列)
- 功能逐步迁移:通过beta版本逐步将现有功能迁移到MV3架构
- 自动更新机制:最终将通过Chrome Web Store自动将用户从MV2升级到MV3版本
用户影响与注意事项
对于普通用户而言,这一迁移过程将基本无感知:
- 自动更新:当MV3版本正式发布后,现有扩展将自动更新,无需用户手动操作
- 设置迁移:Adguard团队计划尽可能保留用户的现有设置和配置
- 功能兼容性:虽然MV3版本在功能上会有所调整,但核心广告拦截能力将保持
技术挑战与解决方案
迁移过程中面临的主要技术挑战包括:
- API限制:MV3的声明式网络请求API相比MV2的阻塞式API功能有所限制。Adguard团队需要重新设计拦截逻辑,在保证效果的同时符合新规范。
- 性能优化:服务工作者的生命周期管理与传统背景页面不同,需要优化资源加载和缓存策略。
- 规则处理:广告拦截依赖大量过滤规则,MV3环境下需要更高效的规则处理机制。
未来展望
虽然MV3的采用带来了一定技术挑战,但也为浏览器扩展生态带来了新的机遇:
- 更安全的扩展环境:减少恶意扩展的风险
- 更好的性能表现:降低内存和CPU占用
- 更透明的权限控制:用户对扩展行为的掌控更强
Adguard团队将继续优化MV3版本,确保在不影响用户体验的前提下,提供同样强大的广告拦截功能。对于技术爱好者,目前可以通过测试渠道提前体验beta版本,而普通用户则可等待正式版的自动更新。
登录后查看全文
热门项目推荐
相关项目推荐
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust0154- DDeepSeek-V4-ProDeepSeek-V4-Pro(总参数 1.6 万亿,激活 49B)面向复杂推理和高级编程任务,在代码竞赛、数学推理、Agent 工作流等场景表现优异,性能接近国际前沿闭源模型。Python00
LongCat-Video-Avatar-1.5最新开源LongCat-Video-Avatar 1.5 版本,这是一款经过升级的开源框架,专注于音频驱动人物视频生成的极致实证优化与生产级就绪能力。该版本在 LongCat-Video 基础模型之上构建,可生成高度稳定的商用级虚拟人视频,支持音频-文本转视频(AT2V)、音频-文本-图像转视频(ATI2V)以及视频续播等原生任务,并能无缝兼容单流与多流音频输入。00
auto-devAutoDev 是一个 AI 驱动的辅助编程插件。AutoDev 支持一键生成测试、代码、提交信息等,还能够与您的需求管理系统(例如Jira、Trello、Github Issue 等)直接对接。 在IDE 中,您只需简单点击,AutoDev 会根据您的需求自动为您生成代码。Kotlin03
Intern-S2-PreviewIntern-S2-Preview,这是一款高效的350亿参数科学多模态基础模型。除了常规的参数与数据规模扩展外,Intern-S2-Preview探索了任务扩展:通过提升科学任务的难度、多样性与覆盖范围,进一步释放模型能力。Python00
skillhubopenJiuwen 生态的 Skill 托管与分发开源方案,支持自建与可选 ClawHub 兼容。Python0112
项目优选
收起
暂无描述
Dockerfile
733
4.76 K
deepin linux kernel
C
31
16
Ascend Extension for PyTorch
Python
652
797
Claude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed.
Get Started
Rust
1.25 K
153
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
1.1 K
611
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++
1.01 K
1.01 K
华为昇腾面向大规模分布式训练的多模态大模型套件,支撑多模态生成、多模态理解。
Python
147
237
昇腾LLM分布式训练框架
Python
168
200
openEuler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。
C
434
395
暂无简介
Dart
987
253