探索隐私保护新纪元:Local-sheriff
![]()
在数字时代,我们无时无刻不在与网络互动,但你是否知道你的个人信息可能正在被哪些第三方获取?Local-sheriff是一个强大的浏览器扩展,致力于保护你的隐私,帮你发现并防止敏感的个人识别信息(PII)无意中泄露。
项目简介
Local-sheriff是一款跨平台的Web扩展程序,支持Chrome、Opera和Firefox。它悄然运行在后台,检测你在浏览网页时,是否存在将敏感信息如密码、邮箱地址、姓名等分享给第三方的情况。通过透明化这些行为,Local-sheriff让你对自己的在线活动有了更多控制。

技术分析
Local-sheriff通过监控HTTP头部的Referrer字段、查询参数以及浏览器功能如Chrome的翻译功能,找出敏感数据可能泄露的途径。此外,它还会模拟只基于URL访问页面来验证第三方能获取的信息,确保数据安全。
当检测到信息泄露时,用户可以通过控制面板查看详细情况,包括输入表单的数据是否被共享,以及特定查询文本或饼干值被哪些网站泄露给了多少个第三方。
应用场景
Local-sheriff适用于任何需要输入敏感信息的场合,如:
- 检查电商订单状态。
- 填写注册或联系表格。
- 重置密码操作。
使用Local-sheriff,你可以实时了解你的信息流向何处,提高对网络隐私风险的认识。
项目特点
- 全自动化监测:Local-sheriff在后台自动工作,无需用户手动干预。
- 多浏览器支持:兼容Chrome、Opera和Firefox主流浏览器。
- 可视化控制面板:直观展示信息共享状况,便于理解。
- 数据本地存储:所有分析数据保留在本地硬盘,不上传互联网,保障隐私。
- 透明化监控:揭示原本不可见的第三方数据收集方,并提供其所属公司信息。
安装与使用
只需简单几步即可安装Local-sheriff:
git clone https://github.com/cliqz-oss/local-sheriff.git
然后按照不同的浏览器进行加载设置,或者直接从Chrome应用商店下载。
隐私与安全性
Local-sheriff尊重你的隐私,数据仅在本地处理,不涉及任何互联网传输。但请注意,存档数据并未加密,物理访问你的设备仍有可能暴露这些数据。
为了您的信息安全,Local-sheriff还提供了清除本地数据的功能,以便在需要时一键清理。
社区贡献
Local-sheriff欢迎你的参与和贡献,了解更多详情,请查阅CONTRIBUTING.md。
在未来,Local-sheriff还有更广阔的发展计划,包括更好地集成浏览器的安全特性、增强用户对跨站数据收集的洞察力等。
现在就加入Local-sheriff的行列,让你的在线生活更加安全、知情!
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
atomcodeAn open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust016
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- QQwen3.5-397B-A17BQwen3.5 实现了重大飞跃,整合了多模态学习、架构效率、强化学习规模以及全球可访问性等方面的突破性进展,旨在为开发者和企业赋予前所未有的能力与效率。Jinja00
HY-Embodied-0.5这是一套专为现实世界具身智能打造的基础模型。该系列模型采用创新的混合Transformer(Mixture-of-Transformers, MoT) 架构,通过潜在令牌实现模态特异性计算,显著提升了细粒度感知能力。Jinja00
LongCat-AudioDiT-1BLongCat-AudioDiT 是一款基于扩散模型的文本转语音(TTS)模型,代表了当前该领域的最高水平(SOTA),它直接在波形潜空间中进行操作。00
ERNIE-ImageERNIE-Image 是由百度 ERNIE-Image 团队开发的开源文本到图像生成模型。它基于单流扩散 Transformer(DiT)构建,并配备了轻量级的提示增强器,可将用户的简短输入扩展为更丰富的结构化描述。凭借仅 80 亿的 DiT 参数,它在开源文本到图像模型中达到了最先进的性能。该模型的设计不仅追求强大的视觉质量,还注重实际生成场景中的可控性,在这些场景中,准确的内容呈现与美观同等重要。特别是,ERNIE-Image 在复杂指令遵循、文本渲染和结构化图像生成方面表现出色,使其非常适合商业海报、漫画、多格布局以及其他需要兼具视觉质量和精确控制的内容创作任务。它还支持广泛的视觉风格,包括写实摄影、设计导向图像以及更多风格化的美学输出。Jinja00