Search by Image扩展在Safari 18中的兼容性问题分析与解决方案
背景介绍
Search by Image是一款优秀的浏览器扩展程序,它允许用户通过图片进行搜索。然而随着Safari 18的发布,许多用户发现该扩展在最新版本的Safari浏览器中无法正常工作。这并非个例,而是反映了Safari浏览器在Web扩展支持方面存在的一系列系统性问题。
问题根源分析
经过开发者深入调查,发现Safari 18在Web扩展API实现上存在多个严重缺陷,这些问题直接影响了Search by Image等扩展的正常运行:
-
后台页面无响应问题
使用非持久性后台页面的Manifest v2扩展在Safari 18中运行30秒后就会变得无响应。后台脚本无法唤醒,导致扩展功能完全失效,必须重启浏览器才能恢复。这个问题在Safari 17.4版本首次出现,虽然在17.6.1中有所修复,但在18版本中又再次出现。 -
消息传递API损坏
扩展页面通过iframe加载时,无法再通过tabs.connect与顶层文档的内容脚本建立连接。runtime.onConnect注册的事件处理程序在这种情况下不会被调用。这破坏了扩展内部组件间的通信机制。 -
标签页ID变更问题
Safari 18改变了标签页ID的生成规则,当网站重定向到扩展页面或扩展页面重定向到网站时,标签页ID会发生变化。这一行为与其他浏览器不一致,且未在官方文档中说明,导致基于标签页ID的功能出现异常。
技术影响评估
这些API层面的问题对扩展开发者造成了严重影响:
- 开发者不得不投入大量时间寻找变通方案,而非专注于功能开发
- 用户体验受到严重影响,导致用户投诉和负面评价增加
- 商业扩展面临退款和收入损失的风险
- 扩展在App Store的搜索排名可能因此下降
解决方案与应对措施
Search by Image开发团队采取了以下措施来解决兼容性问题:
-
通信机制重构
放弃了直接通过tabs.connect建立连接的方式,改为使用contentWindow.postMessage进行iframe与内容脚本间的通信,再通过runtime.sendMessage通知扩展页面获取新消息。 -
后台页面保活策略
实现了多种技术手段来保持后台页面活跃,防止其意外终止。 -
及时发布更新
快速发布了Search by Image 8.0.1版本,专门针对Safari 18的兼容性问题进行了修复。
对开发者的建议
针对Safari扩展开发,建议开发者:
- 密切关注Safari每个版本的发布说明和已知问题
- 建立完善的自动化测试体系,尽早发现兼容性问题
- 考虑实现多种通信机制作为后备方案
- 对关键功能进行多浏览器兼容性测试
- 保持与用户社区的沟通,及时获取问题反馈
未来展望
虽然目前Search by Image已经通过8.0.1版本解决了Safari 18的兼容性问题,但Safari浏览器在Web扩展支持方面的稳定性问题仍然令人担忧。开发者需要持续关注Safari的更新动态,并为可能的新问题做好准备。同时,也期待浏览器厂商能够更加重视扩展生态的稳定性,减少破坏性更新的频率。
对于普通用户而言,及时更新扩展程序到最新版本是确保功能正常使用的最佳方式。Search by Image团队承诺将继续维护产品,为用户提供稳定可靠的图片搜索体验。
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