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。
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5-w4a8GLM-5-w4a8基于混合专家架构,专为复杂系统工程与长周期智能体任务设计。支持单/多节点部署,适配Atlas 800T A3,采用w4a8量化技术,结合vLLM推理优化,高效平衡性能与精度,助力智能应用开发Jinja00- QQwen3.5-397B-A17BQwen3.5 实现了重大飞跃,整合了多模态学习、架构效率、强化学习规模以及全球可访问性等方面的突破性进展,旨在为开发者和企业赋予前所未有的能力与效率。Jinja00
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
MiniMax-M2.5MiniMax-M2.5开源模型,经数十万复杂环境强化训练,在代码生成、工具调用、办公自动化等经济价值任务中表现卓越。SWE-Bench Verified得分80.2%,Multi-SWE-Bench达51.3%,BrowseComp获76.3%。推理速度比M2.1快37%,与Claude Opus 4.6相当,每小时仅需0.3-1美元,成本仅为同类模型1/10-1/20,为智能应用开发提供高效经济选择。【此简介由AI生成】Python00
ruoyi-plus-soybeanRuoYi-Plus-Soybean 是一个现代化的企业级多租户管理系统,它结合了 RuoYi-Vue-Plus 的强大后端功能和 Soybean Admin 的现代化前端特性,为开发者提供了完整的企业管理解决方案。Vue06- RRing-2.5-1TRing-2.5-1T:全球首个基于混合线性注意力架构的开源万亿参数思考模型。Python00
Qwen3.5Qwen3.5 昇腾 vLLM 部署教程。Qwen3.5 是 Qwen 系列最新的旗舰多模态模型,采用 MoE(混合专家)架构,在保持强大模型能力的同时显著降低了推理成本。00