OpenIddict Core 6.4.0版本发布:增强OAuth2/OpenID Connect安全性
OpenIddict Core是一个基于.NET平台的现代化开源身份认证框架,它实现了OAuth 2.0和OpenID Connect协议,为开发者提供了构建安全身份验证和授权系统的强大工具。6.4.0版本的发布带来了多项重要改进,特别是在安全性和跨平台支持方面。
主要特性更新
增强PAR端点安全性
本次更新在Pushed Authorization Request(PAR)端点中增加了对多种客户端认证方式的支持,包括:
- client_secret_basic:使用HTTP基本认证
- client_secret_post:通过POST表单提交客户端凭证
- private_key_jwt:使用JWT进行客户端认证
这项改进使得服务器能够在授权请求阶段就验证客户端身份,而不是等到令牌请求阶段才进行验证,大大提高了系统的安全性。PAR端点作为OAuth 2.0的安全扩展,通过将授权请求参数推送到服务器端存储,减少了前端渠道可能面临的安全隐患。
新增Bungie.net集成支持
OpenIddict.Client.WebIntegration包现在支持与Bungie.net(知名游戏《命运》系列背后的平台)的集成。这使得开发者可以轻松实现使用Bungie.net账号登录的功能,为游戏开发者提供了更多身份验证选择。
改进WWW-Authenticate头解析
框架对标准WWW-Authenticate HTTP响应头的解析能力进行了优化,这在客户端和验证堆栈中都有体现。WWW-Authenticate头是HTTP认证机制的核心部分,改进后的解析器能更准确地处理各种认证挑战,特别是在处理OAuth 2.0错误响应时。
平台兼容性改进
OWIN集成优化
OpenIddict客户端OWIN集成现在能够从依赖注入容器中解析IAppBuilder实例。当容器中可用时,系统会自动使用附加到应用程序属性(通常由主机提供)的ICookieManager,而不是默认的CookieManager实现。这一变化使得cookie管理更加灵活,能够更好地适应不同的托管环境。
跨平台系统集成
便携版(非操作系统特定版本)的OpenIddict.Client.SystemIntegration包现在可以在macOS上使用。需要注意的是,在macOS上不支持ASWebAuthenticationSession,只能使用系统浏览器认证模式。这一改进为跨平台开发者提供了更大的灵活性。
依赖项更新
所有.NET和第三方依赖项都已更新至最新版本,确保了框架的安全性和稳定性。定期更新依赖项是保持系统安全的重要实践,能够及时修复已知问题并获得最新功能。
总结
OpenIddict Core 6.4.0版本在安全性、平台兼容性和功能完整性方面都有显著提升。特别是PAR端点的客户端认证支持,为构建更安全的OAuth 2.0/OpenID Connect系统提供了坚实基础。对于需要实现现代身份验证系统的.NET开发者来说,这个版本值得考虑升级。
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-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
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