▎关于 Stash 内存占用问题的说明
我们有收到用户关于 Stash 内存在部分使用场景下的表现未达预期的反馈。随着 Stash 功能的不断发展,我们的工程师也投入了大量精力,对内存相关问题进行持续优化。
在此前的实现中,Stash 在使用 Rule Set 的情况下,已能够承载近百万级别的规则,这一能力在绝大多数场景下可以满足用户的需求。然而我们也注意到,仍有相当一部分规则以 classical 形式存在,且部分用户对于更全面的去广告规则有更高的追求。
为更好地满足用户在规则数量、覆写以及脚本资源等方面的需求,我们近期对相关模块进行了更深入的优化与重构。在我们最新的内部测试版本中,已经可以运行 CrazyRule 约 800 万条 classical 规则 https://github.com/luestr/CrazyRule
由于本次改动范围较大,我们仍在持续进行稳定性验证与边界测试。除了规则数量,在覆写和脚本内存占用上我们也会持续进行优化。待相关优化进一步成熟后,我们将通过 TestFlight 版本向用户开放。
感谢大家一直以来的反馈与支持。我们会持续改进产品体验。
我们有收到用户关于 Stash 内存在部分使用场景下的表现未达预期的反馈。随着 Stash 功能的不断发展,我们的工程师也投入了大量精力,对内存相关问题进行持续优化。
在此前的实现中,Stash 在使用 Rule Set 的情况下,已能够承载近百万级别的规则,这一能力在绝大多数场景下可以满足用户的需求。然而我们也注意到,仍有相当一部分规则以 classical 形式存在,且部分用户对于更全面的去广告规则有更高的追求。
为更好地满足用户在规则数量、覆写以及脚本资源等方面的需求,我们近期对相关模块进行了更深入的优化与重构。在我们最新的内部测试版本中,已经可以运行 CrazyRule 约 800 万条 classical 规则 https://github.com/luestr/CrazyRule
由于本次改动范围较大,我们仍在持续进行稳定性验证与边界测试。除了规则数量,在覆写和脚本内存占用上我们也会持续进行优化。待相关优化进一步成熟后,我们将通过 TestFlight 版本向用户开放。
感谢大家一直以来的反馈与支持。我们会持续改进产品体验。