Charts项目隐私清单(Privacy Manifest)更新解析
2025-05-06 14:22:50作者:齐添朝
背景概述
苹果公司在2023年秋季开始实施新的隐私政策要求,所有提交到App Store Connect的应用如果使用了"必需原因API"(required reason API),必须在隐私清单文件中明确说明使用这些API的原因。这一政策旨在增强用户隐私保护,让开发者更透明地披露API使用情况。
政策时间线
苹果公司分阶段实施这一政策:
- 2023年秋季:开发者会收到警告邮件,提示应用中使用了必需原因API但未在隐私清单中说明
- 2024年春季:未在隐私清单中说明必需原因API使用的应用将无法通过App Store Connect审核
Charts项目的应对
Charts作为iOS平台上广泛使用的图表绘制库,也面临着这一政策变更带来的挑战。项目维护团队在收到社区反馈后,迅速采取了行动:
- 社区成员提出了关于隐私清单的issue,指出项目需要更新以符合苹果新政策
- 开发团队创建了专门的Pull Request来添加隐私清单支持
- 在5.1.0版本中正式集成了隐私清单功能
技术实现要点
隐私清单文件(Privacy Manifest)是一个特殊的配置文件,它需要包含以下关键信息:
- 应用或SDK使用的所有必需原因API列表
- 每个API的具体使用原因说明
- 数据收集和使用方式的透明度说明
对于Charts这样的图表库来说,需要特别关注可能涉及用户数据或设备信息的API调用,如访问设备标识符、文件系统等操作。
开发者影响
对于使用Charts库的开发者来说:
- 必须升级到包含隐私清单的5.1.0或更高版本
- 在应用提交审核时,系统会自动检查隐私清单的完整性
- 如果继续使用旧版本,可能导致应用审核被拒
最佳实践建议
- 及时更新:尽快将项目中的Charts依赖升级到最新支持隐私清单的版本
- 全面检查:审核项目中所有第三方库的隐私清单支持情况
- 持续关注:留意苹果政策更新,确保应用始终符合最新隐私要求
隐私保护已成为现代应用开发不可忽视的重要方面,Charts项目团队积极响应政策变化的做法,为开发者社区树立了良好榜样。通过及时更新和透明沟通,既保障了用户隐私权益,又确保了开发者的应用能够顺利上架。
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-1.5HunyuanVideo-1.5作为一款轻量级视频生成模型,仅需83亿参数即可提供顶级画质,大幅降低使用门槛。该模型在消费级显卡上运行流畅,让每位开发者和创作者都能轻松使用。本代码库提供生成创意视频所需的实现方案与工具集。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
192
212
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++
649
270
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
297
111
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
384
3.69 K
仓颉编译器源码及 cjdb 调试工具。
C++
128
857
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
243
316
本项目是CANN提供的是一款高效、可靠的Transformer加速库,基于华为Ascend AI处理器,提供Transformer定制化场景的高性能融合算子。
C++
66
96
暂无简介
Dart
632
143