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。
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