Adguard浏览器扩展从MV2向MV3迁移的技术解析
2025-06-24 04:43:27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
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。C042
MiniMax-M2.1从多语言软件开发自动化到复杂多步骤办公流程执行,MiniMax-M2.1 助力开发者构建下一代自主应用——全程保持完全透明、可控且易于获取。Python00
kylin-wayland-compositorkylin-wayland-compositor或kylin-wlcom(以下简称kywc)是一个基于wlroots编写的wayland合成器。 目前积极开发中,并作为默认显示服务器随openKylin系统发布。 该项目使用开源协议GPL-1.0-or-later,项目中来源于其他开源项目的文件或代码片段遵守原开源协议要求。C01
PaddleOCR-VLPaddleOCR-VL 是一款顶尖且资源高效的文档解析专用模型。其核心组件为 PaddleOCR-VL-0.9B,这是一款精简却功能强大的视觉语言模型(VLM)。该模型融合了 NaViT 风格的动态分辨率视觉编码器与 ERNIE-4.5-0.3B 语言模型,可实现精准的元素识别。Python00
GLM-4.7GLM-4.7上线并开源。新版本面向Coding场景强化了编码能力、长程任务规划与工具协同,并在多项主流公开基准测试中取得开源模型中的领先表现。 目前,GLM-4.7已通过BigModel.cn提供API,并在z.ai全栈开发模式中上线Skills模块,支持多模态任务的统一规划与协作。Jinja00
agent-studioopenJiuwen agent-studio提供零码、低码可视化开发和工作流编排,模型、知识库、插件等各资源管理能力TSX0121
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
10
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
435
3.3 K
Ascend Extension for PyTorch
Python
241
277
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
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++
694
367
仓颉编译器源码及 cjdb 调试工具。
C++
138
869
🔥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
暂无简介
Dart
696
163
React Native鸿蒙化仓库
JavaScript
270
328
仓颉编程语言运行时与标准库。
Cangjie
145
881