Kener项目中的隐私保护与自定义配置指南
2025-06-19 22:05:02作者:鲍丁臣Ursa
Kener作为一个开源项目,在自托管部署时可能会涉及一些隐私相关的配置问题。本文将详细介绍如何在使用Kener时保护用户隐私,并完成必要的自定义配置。
隐私保护配置
在Kener 3.1.0版本中,系统默认包含了一些第三方服务连接,包括Google Tag Manager、unpkg.com等内容分发网络以及项目自身的遥测服务。这些服务可能会引起隐私方面的顾虑,特别是在自托管环境中。
移除第三方追踪
从3.1.1版本开始,Kener已经移除了默认的Google Analytics集成,但用户仍需要注意以下可能存在的第三方连接:
- 字体资源:系统可能默认加载某些网络字体
- CDN资源:部分静态资源可能来自外部CDN
- 图标资源:默认的favicon可能指向外部服务器
自定义配置步骤
要完全控制Kener实例的隐私设置,建议按照以下步骤操作:
- 访问管理面板:通过
https://[您的域名]/manage/signin进入后台 - 替换默认资源:
- 上传自定义logo(推荐尺寸185×185像素)
- 替换默认favicon
- 禁用分析功能:在分析设置中移除所有第三方追踪代码
- 主题设置:选择不使用外部网络字体
常见问题解决方案
图片上传问题
在配置过程中,用户可能会遇到图片上传失败的情况。这通常是由于:
- 文件格式问题:确保上传的是常见图片格式(如JPG、PNG)
- 尺寸问题:虽然系统会处理图片大小,但过大文件可能导致上传失败
- 权限问题:检查Docker容器或服务器对上传目录的写入权限
版本选择建议
对于特别关注隐私的用户,建议:
- 使用3.1.1及以上版本,这些版本已经移除了默认的Google Analytics集成
- 定期检查更新,获取最新的隐私改进功能
- 在部署前审查Docker镜像或源代码,确认没有不需要的外部依赖
最佳实践
- 在部署前仔细阅读当前版本的文档,了解默认配置
- 使用浏览器开发者工具监控网络请求,确认没有意外的外部连接
- 考虑使用内容安全策略(CSP)进一步限制外部资源加载
- 对于生产环境,建议进行全面的隐私和安全审计
通过以上配置,用户可以确保Kener实例完全在自己的控制之下,不会向外部服务器发送任何不必要的数据,同时也能保持系统的完整功能和美观界面。
登录后查看全文
热门项目推荐
相关项目推荐
ERNIE-4.5-VL-28B-A3B-ThinkingERNIE-4.5-VL-28B-A3B-Thinking 是 ERNIE-4.5-VL-28B-A3B 架构的重大升级,通过中期大规模视觉-语言推理数据训练,显著提升了模型的表征能力和模态对齐,实现了多模态推理能力的突破性飞跃Python00
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
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Python00
HunyuanVideo-1.5暂无简介00
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能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
GOT-OCR-2.0-hf阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00
项目优选
收起
deepin linux kernel
C
24
7
Ascend Extension for PyTorch
Python
173
193
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++
647
263
TorchAir 支持用户基于PyTorch框架和torch_npu插件在昇腾NPU上使用图模式进行推理。
Python
268
93
暂无简介
Dart
622
140
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
377
3.32 K
React Native鸿蒙化仓库
JavaScript
242
315
🎉 (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
1.1 K
621
仓颉编译器源码及 cjdb 调试工具。
C++
126
856
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