Tampermonkey脚本中@grant设置对页面功能的影响分析
2025-06-12 12:43:47作者:伍希望
背景介绍
Tampermonkey作为最流行的用户脚本管理器之一,其@grant指令的设置会直接影响脚本的运行环境和权限。本文通过一个实际案例,深入分析@grant设置如何改变脚本的执行效果,特别是对页面原生功能的修改能力。
问题现象
开发者编写了一个用户脚本,目的是在游戏画布上绘制中心线。当使用@grant none设置时,脚本能够正常工作;但当切换为@grant GM_setValue和@grant GM_getValue时,同样的绘制功能却失效了。
技术原理
Tampermonkey的@grant指令决定了脚本的运行环境:
-
@grant none模式:脚本直接在页面上下文中运行,可以正常访问和修改页面全局对象如window。
-
*指定GM_权限的模式:脚本会在沙箱环境中运行,与页面上下文隔离,此时需要通过unsafeWindow来访问页面全局对象。
案例分析
在示例脚本中,开发者尝试通过重写window.requestAnimationFrame方法来注入绘制逻辑。这种技术称为"猴子补丁"(Monkey Patching)。
在@grant none模式下:
- 脚本可以直接访问和修改window对象
- 对requestAnimationFrame的修改会直接影响页面
- 绘制逻辑能够正常执行
在指定GM_*权限模式下:
- 脚本中的window对象是沙箱环境中的副本
- 对requestAnimationFrame的修改不会影响实际页面
- 绘制逻辑不会被执行
解决方案
当需要使用GM_*API又需要修改页面功能时,正确的做法是:
- 保留必要的@grant声明
- 通过unsafeWindow访问页面的真实window对象
- 对unsafeWindow而非window进行修改
修改后的关键代码段应为:
let originalRequest = unsafeWindow.requestAnimationFrame;
unsafeWindow.requestAnimationFrame = function(callback) {
// 修改逻辑
};
最佳实践建议
-
明确脚本需求:如果不需要GM_*API,优先使用@grant none以获得最大兼容性
-
需要GM_*API时:
- 仅声明必要的权限
- 通过unsafeWindow访问页面对象
- 注意跨域安全限制
-
猴子补丁注意事项:
- 保存原始函数引用
- 确保新函数保持相同的接口和行为
- 考虑与其他脚本的兼容性
总结
Tampermonkey的权限系统设计既保障了安全性,又提供了灵活性。理解@grant指令对脚本运行环境的影响,是开发可靠用户脚本的关键。通过合理使用unsafeWindow,开发者可以在保持脚本功能的同时,充分利用Tampermonkey提供的各种API。
登录后查看全文
热门项目推荐
相关项目推荐
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust076- DDeepSeek-V4-ProDeepSeek-V4-Pro(总参数 1.6 万亿,激活 49B)面向复杂推理和高级编程任务,在代码竞赛、数学推理、Agent 工作流等场景表现优异,性能接近国际前沿闭源模型。Python00
MiniMax-M2.7MiniMax-M2.7 是我们首个深度参与自身进化过程的模型。M2.7 具备构建复杂智能体应用框架的能力,能够借助智能体团队、复杂技能以及动态工具搜索,完成高度精细的生产力任务。Python00
GLM-5.1GLM-5.1是智谱迄今最智能的旗舰模型,也是目前全球最强的开源模型。GLM-5.1大大提高了代码能力,在完成长程任务方面提升尤为显著。和此前分钟级交互的模型不同,它能够在一次任务中独立、持续工作超过8小时,期间自主规划、执行、自我进化,最终交付完整的工程级成果。Jinja00
Kimi-K2.6Kimi K2.6 是一款开源的原生多模态智能体模型,在长程编码、编码驱动设计、主动自主执行以及群体任务编排等实用能力方面实现了显著提升。Python00
Hy3-previewHy3 preview 是由腾讯混元团队研发的2950亿参数混合专家(Mixture-of-Experts, MoE)模型,包含210亿激活参数和38亿MTP层参数。Hy3 preview是在我们重构的基础设施上训练的首款模型,也是目前发布的性能最强的模型。该模型在复杂推理、指令遵循、上下文学习、代码生成及智能体任务等方面均实现了显著提升。Python00
项目优选
收起
暂无描述
Dockerfile
690
4.46 K
Ascend Extension for PyTorch
Python
547
671
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++
955
930
Claude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed.
Get Started
Rust
430
75
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
407
326
昇腾LLM分布式训练框架
Python
146
172
本项目是CANN开源社区的核心管理仓库,包含社区的治理章程、治理组织、通用操作指引及流程规范等基础信息
650
232
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
1.08 K
564
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.59 K
925
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
642
292