Arkenfox user.js项目:Firefox 136版本隐私保护配置深度解析
Firefox 136版本带来了多项隐私保护相关的配置变更,作为专注于Firefox隐私强化的arkenfox/user.js项目,这些变化对用户隐私配置有着重要影响。本文将深入分析这些变更的技术细节和实际影响。
新增隐私相关配置项
Firefox 136引入了一个重要的隐私相关配置项:privacy.resistFingerprinting.skipEarlyBlankFirstPaint,该选项默认启用。这项配置主要解决当启用抵抗指纹识别(RFP)功能时,浏览器启动时可能出现的窗口大小调整闪烁问题。
具体来说,当RFP的"RoundWindowSize"功能启用时,浏览器会调整窗口尺寸到预设值。在调整过程中,用户可能会先看到一个空白窗口,然后才看到调整后的窗口。这个新配置项允许跳过早期的空白绘制阶段,直接显示正确尺寸的窗口,从而提供更流畅的用户体验。
数据清理配置重构
Firefox 136对数据清理相关的配置进行了重要重构,主要体现在三个方面:
-
启动时清理配置:将原来的
privacy.clearOnShutdown配置细化为两个独立选项:privacy.clearOnShutdown_v2.browsingHistoryAndDownloads:控制是否清理浏览历史记录和下载记录privacy.clearOnShutdown_v2.formdata:控制是否清理表单数据
-
站点数据清理:同样将
privacy.clearSiteData拆分为:privacy.clearSiteData.browsingHistoryAndDownloadsprivacy.clearSiteData.formdata
-
历史记录清理:
privacy.clearHistory也被拆分为:privacy.clearHistory.browsingHistoryAndDownloadsprivacy.clearHistory.formdata
这种重构允许用户更精细地控制不同类型数据的清理行为,特别是将表单数据与其他浏览数据分离,提供了更灵活的隐私控制选项。
其他重要变更
-
HTTPS-First模式增强:
- 默认启用
dom.security.https_first,强制优先使用HTTPS连接 - 调整了
dom.security.https_only_fire_http_request_background_timer_ms超时时间从3000ms缩短到1500ms - 新增
dom.security.https_first_for_local_addresses和dom.security.https_first_for_unknown_suffixes配置项
- 默认启用
-
数据收集控制:
datareporting.usage.uploadEnabled现在由主开关datareporting.healthreport.uploadEnabled控制- 禁用
dom.security.unexpected_system_load_telemetry_enabled以减少遥测数据收集
-
Cookie管理:
- 启用
dom.cookieStore.enabled,提供了更现代的Cookie管理API - 新增
privacy.restrict3rdpartystorage.heuristic相关配置项,增强对第三方存储的限制
- 启用
实际应用建议
对于使用arkenfox/user.js项目的用户,建议关注以下配置调整:
-
窗口尺寸稳定性:如果使用RFP功能并遇到启动时窗口闪烁问题,可以确保
privacy.resistFingerprinting.skipEarlyBlankFirstPaint保持启用状态。 -
数据清理精细化:利用新的数据清理配置项,可以更精确地控制哪些数据需要在关闭时清理。例如,可以保留表单数据而清理浏览历史。
-
HTTPS强化:新的HTTPS-First配置提供了更强的安全保护,但可能需要根据实际网络环境调整对非标准端口的处理。
-
隐私保护增强:新的第三方存储限制和Cookie管理选项可以进一步增强隐私保护,但需要注意可能对网站功能的影响。
Firefox 136的这些变更反映了浏览器隐私保护技术的持续演进,arkenfox/user.js项目通过及时整合这些变化,帮助用户在隐私保护和功能可用性之间取得更好的平衡。
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