Brave浏览器AI聊天功能中WebSource显示优化解析
2025-05-11 15:41:03作者:史锋燃Gardner
背景介绍
Brave浏览器团队近期对其内置的AI聊天助手Leo进行了一项重要优化,解决了在内容搜索过程中WebSource显示不完整的问题。这项改进使得即使用户查询的网页没有favicon(网站图标),系统仍然能够正确显示网页来源信息,从而提升用户体验和结果的可信度。
技术问题分析
在之前的版本中,当用户通过Leo进行网页内容查询时(例如询问特定网页中的信息),系统虽然能够正确获取并返回答案,但在某些情况下无法显示对应的网页来源(WebSource)。这种情况主要发生在:
- aichat服务器直接获取URL内容时
- 目标网站没有提供favicon图标
这种显示缺陷虽然不影响答案的正确性,但降低了结果的透明度和可验证性,用户无法直观地看到答案的具体来源。
解决方案实现
开发团队通过修改服务器端逻辑,实现了以下改进:
- 放宽favicon依赖:不再将favicon作为显示WebSource的必要条件
- URL解析优化:即使无法获取网站图标,也能提取并显示域名信息
- 响应结构增强:确保WebSource信息始终包含在API响应中
实际应用示例
用户现在可以输入类似以下的查询: "在https://brianbondy.com/blog/188/can-confirm-hurt-100-hurts中他吃了什么?"
系统会:
- 直接访问该URL获取内容
- 分析页面信息并提取答案
- 在回答下方显示"brianbondy.com"作为信息来源
技术意义
这项改进体现了几个重要的技术原则:
- 优雅降级:在缺少非关键元素(favicon)时仍保持核心功能完整
- 用户体验优先:确保用户始终能看到信息来源,增强信任感
- API设计灵活性:后端服务能够适应不同网站的不同特性
验证与发布
该功能已在Brave浏览器1.79.101版本中得到验证,测试人员确认:
- 在Windows 11系统上运行正常
- 对多种类型的网站都有效
- 与之前版本相比有明显改进
这项优化已被包含在正式发布说明中,用户升级到最新版本即可体验更完整的信息来源显示功能。对于技术团队而言,这种改进展示了如何通过小而精确的调整来显著提升产品体验。
登录后查看全文
热门项目推荐
相关项目推荐
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
Spark-Prover-X1-7BSpark-Prover 是由科大讯飞团队开发的专用大型语言模型,专为 Lean4 中的自动定理证明而设计。该模型采用创新的三阶段训练策略,显著增强了形式化推理能力,在同等规模的开源模型中实现了最先进的性能。Python00
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
项目优选
收起
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
315
2.74 K
deepin linux kernel
C
24
7
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
639
246
仓颉编译器源码及 cjdb 调试工具。
C++
124
852
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
1.03 K
470
Ascend Extension for PyTorch
Python
155
178
暂无简介
Dart
606
136
TorchAir 支持用户基于PyTorch框架和torch_npu插件在昇腾NPU上使用图模式进行推理。
Python
240
85
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
364
3.02 K
React Native鸿蒙化仓库
JavaScript
238
310