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
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00
GLM-4.7-FlashGLM-4.7-Flash 是一款 30B-A3B MoE 模型。作为 30B 级别中的佼佼者,GLM-4.7-Flash 为追求性能与效率平衡的轻量化部署提供了全新选择。Jinja00
VLOOKVLOOK™ 是优雅好用的 Typora/Markdown 主题包和增强插件。 VLOOK™ is an elegant and practical THEME PACKAGE × ENHANCEMENT PLUGIN for Typora/Markdown.Less00
PaddleOCR-VL-1.5PaddleOCR-VL-1.5 是 PaddleOCR-VL 的新一代进阶模型,在 OmniDocBench v1.5 上实现了 94.5% 的全新 state-of-the-art 准确率。 为了严格评估模型在真实物理畸变下的鲁棒性——包括扫描伪影、倾斜、扭曲、屏幕拍摄和光照变化——我们提出了 Real5-OmniDocBench 基准测试集。实验结果表明,该增强模型在新构建的基准测试集上达到了 SOTA 性能。此外,我们通过整合印章识别和文本检测识别(text spotting)任务扩展了模型的能力,同时保持 0.9B 的超紧凑 VLM 规模,具备高效率特性。Python00
KuiklyUI基于KMP技术的高性能、全平台开发框架,具备统一代码库、极致易用性和动态灵活性。 Provide a high-performance, full-platform development framework with unified codebase, ultimate ease of use, and dynamic flexibility. 注意:本仓库为Github仓库镜像,PR或Issue请移步至Github发起,感谢支持!Kotlin07
compass-metrics-modelMetrics model project for the OSS CompassPython00
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
522
3.71 K
Ascend Extension for PyTorch
Python
327
384
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++
875
576
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
335
161
暂无简介
Dart
762
184
🎉 (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
1.32 K
745
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
12
1
React Native鸿蒙化仓库
JavaScript
302
349
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
112
134