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!
kernelopenEuler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。C032
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
kylin-wayland-compositorkylin-wayland-compositor或kylin-wlcom(以下简称kywc)是一个基于wlroots编写的wayland合成器。 目前积极开发中,并作为默认显示服务器随openKylin系统发布。 该项目使用开源协议GPL-1.0-or-later,项目中来源于其他开源项目的文件或代码片段遵守原开源协议要求。C00
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-4.7GLM-4.7上线并开源。新版本面向Coding场景强化了编码能力、长程任务规划与工具协同,并在多项主流公开基准测试中取得开源模型中的领先表现。 目前,GLM-4.7已通过BigModel.cn提供API,并在z.ai全栈开发模式中上线Skills模块,支持多模态任务的统一规划与协作。Jinja00
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