Gorilla Sessions 项目新增 Partitioned 属性支持以应对第三方 Cookie 淘汰
随着 Chrome 浏览器计划在 2024 年 6 月底淘汰第三方 Cookie 支持,开发者们需要寻找替代方案来维持网站功能。作为应对措施,Gorilla Sessions 项目最近在其 1.4.0 版本中添加了对 Partitioned 属性的支持,这是 Google 提出的 CHIPS 解决方案的关键部分。
背景与挑战
第三方 Cookie 长期以来被用于跨站跟踪和用户身份验证等场景。然而,出于隐私保护考虑,主流浏览器正逐步淘汰这一技术。Chrome 作为市场份额最大的浏览器,其淘汰计划将对整个 Web 生态系统产生重大影响。
CHIPS 解决方案
Google 提出的 CHIPS 机制允许创建具有独立分区状态的 Cookie。通过在 Cookie 上设置 Partitioned 属性,可以将 Cookie 限制在设置的网站范围内,同时仍允许跨站使用。这种分区 Cookie 既保护了用户隐私,又为开发者提供了必要的功能支持。
Gorilla Sessions 的应对
Gorilla Sessions 作为 Go 语言中流行的会话管理库,及时响应了这一变化。在 1.4.0 版本中,项目添加了对 Partitioned 属性的完整支持。开发者现在可以通过简单的 API 调用,为会话 Cookie 设置这一属性,确保在第三方 Cookie 被禁用后仍能正常工作。
实现细节
在底层实现上,Gorilla Sessions 新增了对 Partitioned 属性的处理逻辑。当开发者启用这一选项时,库会在生成的 Set-Cookie 头部中添加 Partitioned 标记。值得注意的是,这一特性需要配合 Go 1.23 及以上版本使用,因为相关的标准库支持将在该版本中正式引入。
开发者建议
对于正在使用 Gorilla Sessions 的开发者,建议尽快升级到 1.4.0 或更高版本,并测试 Partitioned 属性的使用效果。特别是在涉及跨站场景的应用中,这一更新将帮助应用平稳过渡到后第三方 Cookie 时代。
总结
Gorilla Sessions 项目对 Partitioned 属性的支持展现了开源社区对 Web 标准变化的快速响应能力。这一更新不仅解决了即将到来的兼容性问题,也为开发者提供了符合隐私保护趋势的解决方案。随着 Web 生态系统的持续演进,我们期待看到更多类似的适应性改进。
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
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
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。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