Tampermonkey在Safari 18中的CSS样式污染问题分析与解决方案
问题现象
Tampermonkey作为一款流行的用户脚本管理器,近期在Safari 18浏览器(特别是macOS Sequoia 15 Beta 3及后续版本)中出现了一个严重的渲染问题。当Tampermonkey扩展被设置为"允许访问所有网站"时,其内部CSS样式表会意外泄漏到网页全局环境中,导致多个知名网站出现界面渲染异常。
受影响网站包括但不限于:
- Reddit:导航栏完全消失
- Google:搜索框异常放大,工具栏缺失
- WarcraftLogs:样式表错乱,导致布局对齐和颜色显示问题
问题根源
经过技术分析,该问题源于Safari 18浏览器的一个内部缺陷。当Tampermonkey扩展被授予全局网站访问权限时,浏览器错误地将扩展内部的CSS文件(如style.css和editor.css)注入到了网页的主渲染环境中。这些CSS文件中包含了许多常见类名(如".hide"),当网页恰好使用了相同的类名时,就会导致样式冲突和布局破坏。
临时解决方案
目前可以通过以下步骤暂时解决问题:
- 打开Safari的扩展管理界面
- 找到Tampermonkey扩展
- 将"对于其他网站"的权限从"允许"改为"询问"
- 对于确实需要运行用户脚本的网站,手动授予访问权限
这种设置方式既能保证Tampermonkey在特定网站上的正常功能,又能避免CSS样式污染其他网站。
技术背景
浏览器扩展通常应该运行在独立的沙盒环境中,其CSS和JavaScript不应影响网页本身的内容。Safari 18的这个bug打破了这一隔离原则,导致扩展资源泄漏到网页上下文中。这种类型的bug在浏览器开发中较为罕见,通常与浏览器内核的资源加载和隔离机制实现有关。
长期展望
苹果已在WebKit引擎中确认并修复了此问题,修复将包含在未来的Safari更新中。目前Safari Technology Preview Release 200版本已经解决了这个问题。建议开发者关注Safari的更新日志,及时升级到修复版本。
对于Tampermonkey开发团队而言,也可以考虑采取一些防御性措施,如为内部CSS类名添加特定前缀(如"tm-"),降低与其他网站样式冲突的可能性,即使未来再次出现类似的浏览器bug,也能减少影响范围。
用户建议
普通用户如果遇到类似问题,可以:
- 优先尝试更新Safari到最新版本
- 按照上述临时解决方案调整扩展权限
- 对于关键业务网站,可暂时使用其他用户脚本管理器作为替代方案
- 关注Tampermonkey官方渠道获取最新进展信息
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