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。
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
请把这个活动推给顶尖程序员😎本次活动专为懂行的顶尖程序员量身打造,聚焦AtomGit首发开源模型的实际应用与深度测评,拒绝大众化浅层体验,邀请具备扎实技术功底、开源经验或模型测评能力的顶尖开发者,深度参与模型体验、性能测评,通过发布技术帖子、提交测评报告、上传实践项目成果等形式,挖掘模型核心价值,共建AtomGit开源模型生态,彰显顶尖程序员的技术洞察力与实践能力。00
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
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- 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