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。
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