Ring-Defaults:为Clojure的Ring应用打造安全且智能的默认中间件配置
在构建Clojure的Ring应用时,选择和排序中间件可能是一项挑战,而且容易出错。但有了Ring-Defaults,这一过程变得自动化,它为你提供了网站和HTTP API的合理且安全的默认中间件配置。
安装
要在你的项目中使用Ring-Defaults,只需将以下依赖添加到deps.edn文件:
{:dependencies [[ring/ring-defaults "0.4.0"]]}
或在Leiningen的project.clj文件中:
[ring/ring-defaults "0.4.0"]
基本使用
wrap-defaults中间件会基于提供的配置设置标准的Ring中间件:
(ns my-app.core
(:require [ring.middleware.defaults :as defaults]))
(def site
(defaults/wrap-defaults handler defaults/site-defaults))
项目包含了四种预设配置:
api-defaultssite-defaultssecure-api-defaultssecure-site-defaults
“api”配置支持URL编码参数,而“site”配置则增添了对参数、Cookie、会话、静态资源、文件上传以及大量针对浏览器的安全性头部的支持。“secure”配置强制使用SSL,未加密的HTTP请求会被重定向到对应的HTTPS地址,并发送各种防止敏感信息通过不安全通道传输的头部信息。
部署在反向代理后
如果你的应用部署在负载均衡器或反向代理之后(比如云环境),你需要设置:proxy为true:
(assoc secure-site-defaults :proxy true)
这对于运行在SSL保护下的站点尤为重要,因为SSL重定向中间件可能会陷入重定向循环,如果它无法正确识别请求的URL方案。
自定义配置
默认配置只是选项的地图,你可以根据需求进行定制。例如,如果你想使用正常的站点配置但不需要会话支持,可以这样操作:
(wrap-defaults handler (assoc site-defaults :session false))
下面是一些可配置的选项:
:cookies- 设置为true以解析请求中的cookie。:params- 参数解析的选项。:proxy- 如果应用运行在反向代理后面,设置为true。:responses- 增强应用程序响应的选项。:security- 与安全性相关的行为和头部选项。:session- 用于配置会话处理的选项。:static- 配置如何查找静态内容的选项。
每个选项都有详细说明和可选的子配置,如需了解更多,可查看项目文档和源码。
应用场景
Ring-Defaults适用于任何基于Clojure的Web开发,无论你是要搭建一个简单的API服务,还是构建一个功能完备的网站。它的预设配置和自定义灵活性使得它可以适应多种项目结构和安全策略,特别是对于新手开发者,它能提供一种快速上手的安全基础架构。
项目特点
- 智能化配置:自动设置常见的中间件,减轻了配置工作。
- 安全优先:内置的安全特性如强制SSL、CSRF防护等,确保你的应用安全性。
- 灵活定制:允许自由调整和扩展默认配置,满足特定需求。
- 易于集成:无缝融入现有的Ring应用,无需大规模重构。
现在就加入Ring-Defaults的社区,享受更高效、更安全的Clojure Web开发体验吧!
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。C093
baihu-dataset异构数据集“白虎”正式开源——首批开放10w+条真实机器人动作数据,构建具身智能标准化训练基座。00
mindquantumMindQuantum is a general software library supporting the development of applications for quantum computation.Python058
PaddleOCR-VLPaddleOCR-VL 是一款顶尖且资源高效的文档解析专用模型。其核心组件为 PaddleOCR-VL-0.9B,这是一款精简却功能强大的视觉语言模型(VLM)。该模型融合了 NaViT 风格的动态分辨率视觉编码器与 ERNIE-4.5-0.3B 语言模型,可实现精准的元素识别。Python00
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
AgentCPM-Explore没有万亿参数的算力堆砌,没有百万级数据的暴力灌入,清华大学自然语言处理实验室、中国人民大学、面壁智能与 OpenBMB 开源社区联合研发的 AgentCPM-Explore 智能体模型基于仅 4B 参数的模型,在深度探索类任务上取得同尺寸模型 SOTA、越级赶上甚至超越 8B 级 SOTA 模型、比肩部分 30B 级以上和闭源大模型的效果,真正让大模型的长程任务处理能力有望部署于端侧。Jinja00