ungoogled-chromium-windows 项目教程
1. 项目介绍
ungoogled-chromium-windows 是一个开源项目,旨在为 Windows 平台提供去除了 Google 服务的 Chromium 浏览器。Chromium 是 Google Chrome 浏览器的开源基础,而 ungoogled-chromium 项目则进一步移除了与 Google 相关的服务和追踪功能,提供了一个更加隐私和安全的浏览器选择。
该项目的主要目标是:
- 移除 Google 服务和追踪功能。
- 提供一个干净、高效的浏览器体验。
- 支持 Windows 平台的定制和打包。
2. 项目快速启动
2.1 环境准备
在开始之前,请确保你的系统满足以下要求:
- Windows 10 x64 或更新版本。
- Visual Studio 2019 或更新版本(安装所有必要的组件)。
- 7-Zip。
- Python 3.8 - 3.10(不支持 Python 3.11 及以上版本)。
- Git。
2.2 下载源码
首先,克隆项目仓库到本地:
git clone --recurse-submodules https://github.com/ungoogled-software/ungoogled-chromium-windows.git
cd ungoogled-chromium-windows
2.3 构建项目
在 Visual Studio 的开发者命令提示符中,运行以下命令来构建项目:
# 切换到特定版本(可选)
git checkout --recurse-submodules TAG_OR_BRANCH_HERE
# 运行构建脚本
python3 build.py
python3 package.py
构建完成后,生成的安装包和压缩文件将位于 build 目录下。
3. 应用案例和最佳实践
3.1 企业环境中的使用
在企业环境中,ungoogled-chromium 可以作为一个安全的浏览器选择,避免员工在使用浏览器时泄露敏感信息。通过移除 Google 服务,企业可以更好地控制数据流向,减少潜在的安全风险。
3.2 教育机构中的使用
教育机构可以使用 ungoogled-chromium 来为学生提供一个干净、无广告的浏览器环境,避免学生在浏览网页时受到不必要的干扰。此外,移除 Google 服务可以减少学生个人信息被追踪的风险。
3.3 个人隐私保护
对于注重隐私的个人用户,ungoogled-chromium 提供了一个更加隐私的浏览器选择。通过移除 Google 服务和追踪功能,用户可以更好地保护自己的在线隐私。
4. 典型生态项目
4.1 ungoogled-chromium
ungoogled-chromium 是该项目的基础,提供了去除了 Google 服务的 Chromium 浏览器核心。该项目支持多个平台,包括 Windows、Linux 和 macOS。
4.2 Contributor Binaries
Contributor Binaries 是一个社区驱动的项目,提供了预编译的 ungoogled-chromium 二进制文件。用户可以直接下载这些二进制文件,无需自行编译。
4.3 winget
winget 是 Windows 的包管理工具,用户可以通过 winget 快速安装 ungoogled-chromium:
winget install --id=eloston.ungoogled-chromium -e
通过这些生态项目,用户可以更方便地获取和使用 ungoogled-chromium,享受更加隐私和安全的浏览器体验。
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- QQwen3-Coder-Next2026年2月4日,正式发布的Qwen3-Coder-Next,一款专为编码智能体和本地开发场景设计的开源语言模型。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
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
KuiklyUI基于KMP技术的高性能、全平台开发框架,具备统一代码库、极致易用性和动态灵活性。 Provide a high-performance, full-platform development framework with unified codebase, ultimate ease of use, and dynamic flexibility. 注意:本仓库为Github仓库镜像,PR或Issue请移步至Github发起,感谢支持!Kotlin08
VLOOKVLOOK™ 是优雅好用的 Typora/Markdown 主题包和增强插件。 VLOOK™ is an elegant and practical THEME PACKAGE × ENHANCEMENT PLUGIN for Typora/Markdown.Less00