数据共享
收集和分析功能使用统计信息可极大帮助我们改进 WebStorm 的开发工作。 我们会利用对最常用与最少使用的功能和技术的洞察,并跟踪性能改进,从而优先开发用户最需要的功能。
我们重视与我们共享的信息,并加以谨慎处理,确保不会记录任何个人或敏感数据。
配置数据共享
选中 发送使用情况统计数据 复选框,允许 JetBrains 收集您在使用 WebStorm 时所用功能和操作的匿名统计信息。

选中 在使用 EAP 版本时发送使用情况统计数据 复选框,允许 JetBrains 收集您在使用 WebStorm 时所用功能和操作的统计信息。

非商业协议条款假定 IDE 可以将与您使用 IDE 功能相关的匿名统计信息(IDE 遥测数据)发送给 JetBrains。 此类信息可能包含但不限于您使用的框架、文件模板、所调用的操作,以及其他与 IDE 功能的交互。 此类信息不包含个人数据。 详情请参阅 第 4 条。 订阅协议中的《合规监控与统计》第 4 条。
插件的数据收集
从 JetBrains Marketplace 安装的第三方插件可能自行实现使用数据收集功能,WebStorm 设置不控制此类数据的收集。 请参阅插件作者的页面或文档了解详细信息。
收集数据的类别
本节概述了 JetBrains 经您的明确同意所收集数据的具体示例。 此处并不是完整列表,而是我们为优化产品、提升用户体验而跟踪的若干关键数据点的快照。
- 已安装的库和插件
我们可能会记录常用插件(如 Markdown)的安装,以及流行的库和框架(如 OpenAPI)等。
但我们不会收集仅有少数用户使用的自定义库和插件的使用信息。
- 文件扩展名和项目大小
文件扩展名信息可帮助我们识别 项目 中所用的编程语言,而项目目录中文件的大致数量可反映项目规模,并帮助我们进行 IDE 性能分析。
我们不会收集任何与您的代码或自定义输入相关的信息,例如已编写的代码、搜索输入或查询。 因此,您的保密性得以保障。
- 功能使用情况
使用指标包括在 WebStorm 中的使用时长、与 IDE 窗口的交互、版本控制软件的使用,以及调用代码补全或搜索等功能的情况。 此外,所有交互操作都会作为事件序列进行记录。 我们利用这些数据更好地理解产品的使用模式及整体用户行为。
- 操作系统、IDE 和项目设置
我们可能会收集 IDE 和 项目 设置相关的信息。
- 产品性能指标
为提升产品性能和可访问性,我们会记录各种持续时间,包括应用启动、索引、构建及运行配置执行时间。
查看记录的事件
启用数据共享后,事件会被记录到本地文件中,您可以通过以下路径在 WebStorm 系统目录 中查看该文件:
- 语法
%LOCALAPPDATA%\JetBrains\<product><version>\event-log-data\logs\FUS
- 示例
C:\Users\JohnS\AppData\Local\JetBrains\WebStorm2025.2\event-log-data\logs\FUS
- 语法
~/Library/Caches/JetBrains/<product><version>/event-log-data/logs/FUS
- 示例
~/Library/Caches/JetBrains/WebStorm2025.2/event-log-data/logs/FUS
- 语法
~/.cache/JetBrains/<product><version>/event-log-data/logs/FUS
- 示例
~/.cache/JetBrains/WebStorm2025.2/event-log-data/logs/FUS
如果您未看到 event-log-data 或 event-log 目录,请重新 启用数据共享 并重启 IDE。
数据保护法律合规
在处理数据时,我们始终优先考虑匿名性并遵守数据保护法律。 我们严格区分产品使用数据与与您姓名和 JetBrains 帐号相关的个人信息。 所有为功能使用统计而收集的数据均已进行匿名化处理,不会记录任何个人或敏感数据。
鉴于我们始终坚持上述原则,《通用数据保护条例》(GDPR) 不适用于功能使用统计。 然而,为遵循 电子隐私指令 ,我们会征求用户对数据收集的同意,即使所收集的信息已被匿名化。
此外,我们的数据处理程序遵循 JetBrains 隐私政策 ,并在欧盟范围内的服务器上存储和处理所有数据。 我们对隐私的承诺适用于所有用户,无论其地理位置如何。
以下是我们为确保用户数据匿名性而采用的主要做法:
- 最小化的数据收集
我们在实施前会细致定义产品指标,从而最小化数据收集范围。 任何新的数据收集计划都会经过严格的审查流程和批准链。
- 结构化数据记录
我们采用基于架构的方法进行数据记录,确保每项信息均按照预定义结构进行记录。 为保持匿名性,不会记录自定义值,例如代码字符串或搜索输入。
- 数据聚合技术
我们采用多种技术汇总数据,以保护匿名性:
会对精确值进行四舍五入(例如项目中的文件数量),以避免通过开放代码库潜在地去匿名化。
维护包含预定义值集的允许列表,以防报告自定义插件或库名称。
严格执行预定义架构,以在记录前验证上报数据的有效性。
- 匿名用户标识符
用户标识符通过随机 ID 生成,并进一步进行哈希和加盐处理,以保持匿名性。
- 处理无效数据
对于因验证规则和实践无法记录的上报数据,我们会设置占位符。
- 持续改进流程
我们的流程通过测试和代码审核不断优化,以验证其目的并确保每项数据收集的匿名性。