Brave浏览器在macOS上的升级测试与验证流程
2025-05-12 08:32:37作者:田桥桑Industrious
概述
本文详细介绍了Brave浏览器在macOS系统上从Chromium 134版本升级到135版本的完整测试流程。作为一款基于Chromium的开源浏览器,Brave在每次Chromium主版本升级时都需要进行严格的测试验证,确保升级过程的稳定性和数据完整性。
测试环境准备
测试团队使用了两种不同架构的macOS设备进行验证:
- 搭载Apple Silicon芯片的arm64架构设备(macOS 15.3.1)
- 采用Intel处理器的x86_64架构设备(macOS 14.7.4)
测试版本包括:
- 升级前的Brave 1.78.45(Chromium 134)
- 升级后的Brave 1.78.48(Chromium 135)
核心测试内容
1. 启动与组件验证
测试团队首先验证了浏览器启动时的网络连接行为,确保Brave仅连接预期的Brave域名端点。特别关注了新标签页(NTP)加载时是否会产生不必要的网络请求。
组件完整性检查包括:
- 删除多个关键组件目录后验证其自动重新下载功能
- 检查组件包括:自动播放白名单、扩展白名单、广告拦截列表等
- 重启浏览器后监控brave://components页面8分钟,确保所有组件无错误
2. 数据迁移验证
升级过程中数据完整性的验证是核心测试点,包括:
- 书签、书签工具栏和文件夹的可访问性
- Cookie和会话数据的保留情况
- 已安装扩展的功能完整性
- 已打开标签页的恢复能力
- 保存密码的保留情况
- 同步链的连续性
- 社交媒体拦截设置的保留
- 自定义屏蔽规则和过滤列表的保留
3. 经济系统验证
针对Brave特有的奖励和广告系统进行了专项测试:
- BAT代币余额的保留
- 打赏和月度贡献记录的完整性
- 交易历史记录的保留
- 奖励设置的保留
- 验证自动贡献功能不会在升级后被意外启用
- 广告相关数据的保留(预估收益、通知统计)
- 广告设置不会在升级后被意外修改
升级机制测试
测试团队设计了四种不同的升级场景进行验证:
1. 同版本升级测试(C135→C135)
- 使用终端命令启动浏览器并指定测试用的更新源
- 监控日志确认更新检测行为
- 验证增量更新(delta更新)的下载和应用
- 确认更新提示和重启流程
2. 跨版本升级测试(C134→C135)
- 从旧版本安装并启动
- 通过指定更新源触发升级
- 监控完整的升级日志
- 验证版本号变更和数据迁移
3. 后台自动升级测试
- 通过删除缓存和偏好设置文件来重置升级计时器
- 监控后台自动更新流程
- 验证不通过帮助页面触发的静默更新
- 检查增量更新机制在后台模式下的表现
技术细节与实现
测试过程中使用了多项技术手段:
- 通过终端命令启动浏览器并启用日志输出
- 使用--update-feed-url参数指定测试用更新源
- 监控sparkle_glue组件的日志输出
- 使用网络分析工具验证增量更新
关键日志信息包括:
- 更新源加载完成事件
- 有效更新检测事件
- 更新下载开始事件
- 更新安装准备事件
测试结果与结论
所有测试场景均顺利通过验证,表明:
- Brave在macOS上的升级机制稳定可靠
- 用户数据在版本升级过程中得到完整保留
- 增量更新机制有效减少了下载量
- 后台自动更新功能按预期工作
- 特有的经济系统数据在升级后保持完整
测试过程中发现的一个界面显示问题已被记录并提交开发团队处理,不影响核心升级功能。
这次全面的升级验证确保了Brave浏览器用户能够平滑地从Chromium 134过渡到135版本,同时保持所有数据和设置的完整性,为用户提供了无缝的升级体验。
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。C030
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
10
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
424
3.26 K
Ascend Extension for PyTorch
Python
231
264
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
334
暂无简介
Dart
686
161
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