Tarteaucitron.js v1.22.0 发布:更智能的Cookie管理方案
Tarteaucitron.js 是一个开源的JavaScript库,专门用于帮助网站开发者合规地管理第三方服务(如分析工具、社交媒体插件等)的Cookie使用。它通过提供用户友好的界面,让访问者能够自主选择允许或拒绝不同类型的Cookie,从而满足GDPR等隐私法规的要求。
核心功能改进
性能优化与加载机制
本次版本改进了脚本加载逻辑,当检测到页面readyState状态为complete时,不再等待load事件触发。这一优化显著提升了在快速加载页面中的执行效率,特别是在SPA(单页应用)场景下表现更为突出。
全新的Cookie列表展示
新增了在控制面板中显示Cookie列表的功能选项,这为网站管理员和用户提供了更透明的Cookie管理体验。通过此功能,用户可以清晰地看到网站使用的所有Cookie及其用途,进一步增强了合规性和用户信任度。
服务集成增强
自托管分析支持
Plausible分析工具现在支持自定义端点配置,使自托管版本的用户能够无缝集成。这一改进满足了企业级用户对数据自主控制的需求。
社交媒体集成优化
Instagram服务现在支持更灵活的页面链接格式,开发者可以直接使用不含"/p/"路径的基础链接,简化了配置过程。
新增表单服务支持
版本1.22.0新增了对Fillout表单服务的原生支持,扩展了可集成的第三方服务范围。
可访问性提升
语义化改进
针对视觉障碍用户,我们优化了多个元素的ARIA标签和标题属性,特别是百分比显示部分现在包含更完整的描述信息。
视觉层次优化
重新设计了标题层级结构(h2标签的合理使用),改善了文本段落间距,移除了按钮的不透明度效果,使界面元素对比度更高,更易于识别和操作。
多语言支持增强
"阅读更多"链接现在会根据用户语言自动适配,中文语言包(cn和zh)的缺失字符串问题已修复,为全球用户提供更一致的使用体验。
安全性与稳定性
DOM安全防护
通过重构document.currentScript的使用方式,有效防范了潜在的DOM篡改攻击,提升了库的整体安全性。
Cookie管理优化
YouTube服务中移除了未使用的Cookie声明,Google Tag Manager现在在"同意模式开启"且"软同意模式关闭"时会默认启用,这些改进使Cookie管理更加精确和高效。
视觉设计更新
默认配色方案从黑/绿/红调整为更柔和的白色和黄色组合,指针图标更换为黄色emoji样式,整体界面更加现代友好。同时优化了移动端按钮尺寸,确保在各种设备上都能获得良好的操作体验。
这一系列更新使Tarteaucitron.js在合规性、用户体验和性能方面都达到了新的水平,为开发者提供了更强大、更灵活的工具来满足日益严格的隐私保护要求。
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