Ghostery Adblocker v2.9.0 版本发布:CSS匹配选择器与性能优化
Ghostery Adblocker 是一个开源的广告拦截工具,它通过高效的规则引擎和智能过滤技术帮助用户屏蔽网页上的广告、数据收集器和其他不需要的内容。该项目采用模块化设计,支持多种平台和浏览器环境。
核心功能增强:CSS匹配选择器
本次v2.9.0版本最重要的更新是引入了全新的"matches-css"扩展选择器功能。这个功能允许广告拦截规则基于元素的CSS样式属性进行匹配和过滤,为广告拦截提供了更精细的控制能力。
传统广告拦截主要依靠URL模式和DOM结构来识别广告元素,而matches-css选择器则更进一步,可以检查元素的实际渲染样式。例如,现在可以创建这样的规则:
example.com##div:matches-css(width: 300px)
这条规则会匹配所有宽度为300px的div元素。这种基于样式的过滤方式特别适合对付那些通过动态改变DOM结构来规避传统过滤的广告。
值得注意的是,开发团队在此版本中移除了对":if"选择器的支持,这表明他们正在精简和优化选择器功能集,专注于提供最有效和可靠的过滤机制。
性能优化与内部改进
在性能优化方面,开发团队对压缩代码本进行了ngram大小的调整。ngram是一种常用于文本压缩的技术,通过调整这些参数可以显著影响过滤引擎的内存使用和匹配速度。这种底层优化虽然对终端用户不可见,但能带来更流畅的浏览体验。
本地资源列表也进行了例行更新,确保拦截规则保持最新状态,能够有效对抗最新的广告和数据收集技术。
开发工具链升级
项目维护团队持续更新开发依赖,包括:
- 构建工具Rollup及其TypeScript插件升级
- 代码格式化工具Prettier更新至3.6.2
- ESLint及其相关插件版本提升
- Electron框架升级至37.1.0
这些工具链的更新不仅提高了开发效率,也确保了代码质量和跨平台兼容性。
技术影响与展望
matches-css选择器的引入标志着广告拦截技术向更细粒度的样式级过滤发展。这种能力对于对抗现代网页中越来越复杂的广告注入技术尤为重要。同时,通过移除不太常用的:if选择器,开发团队展示了他们对代码质量和维护性的重视。
对于普通用户来说,这些改进意味着更精准的广告拦截和更少的误拦截。对于开发者而言,新版本提供了更强大的工具来定制和扩展过滤功能。
Ghostery Adblocker持续的技术演进表明,在广告拦截领域,技术创新与用户体验的平衡仍然是核心关注点。未来我们可以期待看到更多基于AI和机器学习的智能过滤技术被整合到这类开源工具中。
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00
PaddleOCR-VL-1.5PaddleOCR-VL-1.5 是 PaddleOCR-VL 的新一代进阶模型,在 OmniDocBench v1.5 上实现了 94.5% 的全新 state-of-the-art 准确率。 为了严格评估模型在真实物理畸变下的鲁棒性——包括扫描伪影、倾斜、扭曲、屏幕拍摄和光照变化——我们提出了 Real5-OmniDocBench 基准测试集。实验结果表明,该增强模型在新构建的基准测试集上达到了 SOTA 性能。此外,我们通过整合印章识别和文本检测识别(text spotting)任务扩展了模型的能力,同时保持 0.9B 的超紧凑 VLM 规模,具备高效率特性。Python00
xw-cli实现国产算力大模型零门槛部署,一键跑通 Qwen、GLM-4.7、Minimax-2.1、DeepSeek-OCR 等模型Go06
yuanrongopenYuanrong runtime:openYuanrong 多语言运行时提供函数分布式编程,支持 Python、Java、C++ 语言,实现类单机编程高性能分布式运行。Go051
pc-uishopTNT开源商城系统使用java语言开发,基于SpringBoot架构体系构建的一套b2b2c商城,商城是满足集平台自营和多商户入驻于一体的多商户运营服务系统。包含PC 端、手机端(H5\APP\小程序),系统架构以及实现案例中应满足和未来可能出现的业务系统进行对接。Vue00
ebook-to-mindmapepub、pdf 拆书 AI 总结TSX01