Brave浏览器Linux版Cookie持久化问题分析与解决方案
问题概述
近期在Brave浏览器Linux版本中,部分用户报告了一个严重的会话持久性问题:浏览器重启后无法保持登录状态,特别是对Google/视频平台等网站的登录信息会丢失。这个问题主要影响使用KDE Plasma桌面环境的Linux用户,表现为每次重启浏览器后都需要重新登录网站并完成双重认证。
技术背景
Brave浏览器基于Chromium项目构建,在Linux平台上使用OSCrypt模块来处理敏感数据的加密存储。OSCrypt支持多种后端存储机制,包括:
- KWallet (KDE桌面环境)
- GNOME Keyring (GNOME桌面环境)
- Libsecret (通用解决方案)
- 基本文本存储(不安全的后备方案)
在Chromium 135版本中,引入了一个名为"UseFreedesktopSecretKeyProvider"的新特性,旨在改进Linux平台上的密钥存储机制,但正是这个特性导致了上述问题。
问题根源分析
通过分析用户提供的日志和调试信息,可以确定问题源于以下几个方面:
-
密钥存储后端选择不当:系统检测到KDE环境后选择了KWallet6作为后端,但实际存储/读取过程存在问题。
-
解密机制异常:日志中频繁出现"Decryption succeeded after retrying with an empty key"的提示,表明系统虽然最终解密成功,但使用的是空密钥,这会导致无法正确读取之前存储的会话数据。
-
Cookie数据库写入/读取不一致:用户报告称虽然Cookie能被写入数据库,但在重启后无法正确读取,导致数据库看似"清空"。
解决方案
经过Brave开发团队的调查,确认以下解决方案:
临时解决方案
对于遇到此问题的用户,可以通过以下命令行参数启动Brave浏览器:
--disable-features=UseFreedesktopSecretKeyProvider
对于长期使用,可以将此参数添加到浏览器的启动配置中:
- 创建或编辑
~/.config/brave-flags.conf文件 - 添加上述参数
- 保存文件后重启浏览器
永久修复
Brave开发团队已经通过Griffin配置系统禁用了有问题的"UseFreedesktopSecretKeyProvider"特性。该修复从版本1.77.92开始生效,用户升级到该版本或更高版本后问题将自动解决。
验证与测试
Brave QA团队在以下环境中验证了修复效果:
- Brave 1.77.92版本
- 多种Linux发行版(Kubuntu, Arch Linux等)
- 不同桌面环境(KDE Plasma, GNOME等)
测试内容包括:
- 在旧版本中登录网站
- 升级到修复版本
- 验证登录状态保持
- 重启浏览器验证会话持久性
所有测试均确认修复有效。
用户建议
对于仍遇到此问题的用户,建议:
- 首先确保已升级到Brave 1.77.92或更高版本
- 如果问题仍然存在,尝试上述命令行参数解决方案
- 检查桌面环境密钥环服务是否正常运行
- 对于KDE用户,可以尝试明确指定使用KWallet6后端:
--password-store=kwallet6
总结
这个案例展示了开源浏览器在跨平台支持中面临的挑战,特别是与不同桌面环境集成时的复杂性。Brave团队通过社区反馈快速定位问题,并通过版本更新提供了永久解决方案,体现了开源协作的优势。对于终端用户,了解这些技术细节有助于更好地解决问题并优化使用体验。
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
unified-cache-managementUnified Cache Manager(推理记忆数据管理器),是一款以KV Cache为中心的推理加速套件,其融合了多类型缓存加速算法工具,分级管理并持久化推理过程中产生的KV Cache记忆数据,扩大推理上下文窗口,以实现高吞吐、低时延的推理体验,降低每Token推理成本。Python03
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
Spark-Prover-X1-7BSpark-Prover-X1-7B is a 7B-parameter large language model developed by iFLYTEK for automated theorem proving in Lean4. It generates complete formal proofs for mathematical theorems using a three-stage training framework combining pre-training, supervised fine-tuning, and reinforcement learning. The model achieves strong formal reasoning performance and state-of-the-art results across multiple theorem-proving benchmarksPython00
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-X1-7B is a 7B-parameter large language model by iFLYTEK for mathematical auto-formalization. It translates natural-language math problems into precise Lean4 formal statements, achieving high accuracy and logical consistency. The model is trained with a two-stage strategy combining large-scale pre-training and supervised fine-tuning for robust formal reasoning.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- HHowToCook程序员在家做饭方法指南。Programmer's guide about how to cook at home (Chinese only).Dockerfile015
Spark-Scilit-X1-13B科大讯飞Spark Scilit-X1-13B基于最新一代科大讯飞基础模型,并针对源自科学文献的多项核心任务进行了训练。作为一款专为学术研究场景打造的大型语言模型,它在论文辅助阅读、学术翻译、英语润色和评论生成等方面均表现出色,旨在为研究人员、教师和学生提供高效、精准的智能辅助。Python00- PpathwayPathway is an open framework for high-throughput and low-latency real-time data processing.Python00