脚本猫v0.17.0-alpha.3发布:迈向Manifest V3的重要一步
脚本猫是一款功能强大的浏览器脚本管理工具,它允许用户安装、管理和运行各种用户脚本,从而增强浏览器的功能。作为Tampermonkey等知名脚本管理器的替代品,脚本猫提供了更丰富的API支持和更好的用户体验。
重大架构升级:Manifest V3迁移
在最新的v0.17.0-alpha.3版本中,脚本猫完成了从Manifest V2到Manifest V3的重大架构升级。这一变化是响应Chrome浏览器逐步淘汰Manifest V2扩展的计划,确保脚本猫能够继续在未来的浏览器环境中稳定运行。
存储引擎的重大变更
作为升级的一部分,脚本猫将底层存储引擎从IndexedDB切换到了chrome.storage.local。这一变化带来了几个显著优势:
- 更好的性能表现
- 更可靠的存储机制
- 与浏览器原生API更紧密的集成
需要注意的是,由于存储引擎的变更,用户可能会遇到数据迁移的问题。开发团队已经内置了数据迁移机制,但如果用户发现任何数据异常,建议及时反馈给开发团队。
API兼容性调整
为了与主流脚本管理器保持更好的兼容性,本次版本对部分API进行了调整:
- 移除了GM_xmlhttpRequest中的maxRedirects参数,改用redirect参数替代
- 简化了GM_cookie API,移除了store方法和相关参数,现在获取cookie会直接基于当前页面的存储上下文
这些调整虽然可能会影响少数脚本的兼容性,但长远来看将提高脚本在不同管理器间的可移植性。
问题修复与改进
本次版本还包含了一些重要的错误修复:
- 解决了OneDrive上传文件的问题
- 修复了迁移到Manifest V3后出现的各种细节问题
测试与反馈
目前v0.17.0-alpha.3仍处于预发布阶段,开发团队鼓励用户在Chrome和Edge浏览器的Beta渠道中测试这个版本。用户反馈对于确保平稳过渡到Manifest V3至关重要。
未来展望
这次升级标志着脚本猫发展历程中的一个重要里程碑。随着Manifest V3的采用,脚本猫将能够更好地适应现代浏览器的安全模型,同时为未来的功能扩展奠定坚实基础。开发团队将继续优化性能,提高稳定性,并考虑引入更多创新功能来提升用户体验。
对于脚本开发者来说,建议检查现有脚本是否受到API变更的影响,并考虑针对Manifest V3环境进行优化。普通用户则可以期待更稳定、更高效的脚本运行环境。
ERNIE-4.5-VL-28B-A3B-ThinkingERNIE-4.5-VL-28B-A3B-Thinking 是 ERNIE-4.5-VL-28B-A3B 架构的重大升级,通过中期大规模视觉-语言推理数据训练,显著提升了模型的表征能力和模态对齐,实现了多模态推理能力的突破性飞跃Python00
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
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Python00
HunyuanVideo-1.5暂无简介00
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能Python00
Spark-Formalizer-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
GOT-OCR-2.0-hf阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00