ApiAuth 技术文档
1. 安装指南
ApiAuth 是一个用于客户端和服务器端 HTTP 应用的 Ruby gem,它实现了与亚马逊 Web 服务相同的认证方法(HMAC-SHA2)。要安装 ApiAuth,请确保您的 Ruby 版本 >= 2.6,如果使用 Rails,请确保 Rails 版本 >= 6.0。
安装命令如下:
[sudo] gem install api-auth
请注意,gem 名称中的连字符是 api-auth,而不是下划线。
2. 项目的使用说明
ApiAuth 主要用于在客户端对请求进行签名,并在服务器端验证签名。它支持多种流行的 HTTP 客户端,如 Net::HTTP、ActionDispatch::Request、RestClient、Faraday 等。
2.1 客户端请求签名
假设您有一个客户端访问 ID 和密钥:
@access_id = "1044"
@secret_key = ApiAuth.generate_secret_key
使用 RestClient 进行 PUT 请求的示例:
headers = { 'X-Authorization-Content-SHA256' => "dWiCWEMZWMxeKM8W8Yuh/TbI29Hw5xUSXZWXEJv63+Y=",
'Content-Type' => "text/plain",
'Date' => "Mon, 23 Jan 1984 03:29:56 GMT"
}
@request = RestClient::Request.new(
url: "/resource.xml?foo=bar&bar=foo",
headers: headers,
method: :put
)
对请求进行签名:
@signed_request = ApiAuth.sign!(@request, @access_id, @secret_key)
签名后,请求头中将添加 Authorization 字段,请求即可发送。
2.2 ActiveResource 客户端
ApiAuth 可以透明地保护您的 ActiveResource 通信,只需在 ActiveResource 类中添加一行配置:
class MyResource < ActiveResource::Base
with_api_auth(access_id, secret_key)
end
这将自动为您的应用中的所有 ActiveResource 请求签名。
2.3 Faraday 客户端
ApiAuth 提供了 Faraday 中间件,用于为 Faraday 连接添加认证:
require 'faraday/api_auth'
Faraday.new do |f|
f.request :api_auth, @access_id, @secret_key
end
请注意,中间件的顺序很重要,确保 api_auth 是最后一个。
3. 项目 API 使用文档
3.1 生成 API 密钥
您可以使用以下方法为客户端生成 Base64 编码的 API 密钥:
ApiAuth.generate_secret_key
3.2 验证请求
要验证请求是否真实,可以使用以下方法:
ApiAuth.authentic?(signed_request, secret_key)
默认情况下,authentic? 方法使用 Authorization 头中指定的摘要方法。如果需要强制使用其他摘要方法,可以传递 digest 参数:
ApiAuth.authentic?(signed_request, secret_key, :digest => 'sha256')
为了防止重放攻击,默认情况下,请求的有效期为 15 分钟。您可以通过 clock_skew 参数调整有效期:
ApiAuth.authentic?(signed_request, secret_key, :clock_skew => 60) # 1 分钟
3.3 获取客户端访问 ID
您可以从请求头中提取客户端的访问 ID:
ApiAuth.access_id(signed_request)
4. 项目安装方式
ApiAuth 的安装非常简单,只需使用以下命令:
[sudo] gem install api-auth
确保您的 Ruby 和 Rails 版本符合要求,并且 OpenSSL 配置正确。
总结
ApiAuth 是一个强大的工具,用于在客户端和服务器端之间进行安全的 HTTP 通信。通过简单的配置和 API 调用,您可以轻松地为请求签名并验证其真实性。希望本文档能帮助您更好地理解和使用 ApiAuth。
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00- QQwen3-Coder-Next2026年2月4日,正式发布的Qwen3-Coder-Next,一款专为编码智能体和本地开发场景设计的开源语言模型。Python00
xw-cli实现国产算力大模型零门槛部署,一键跑通 Qwen、GLM-4.7、Minimax-2.1、DeepSeek-OCR 等模型Go06
PaddleOCR-VL-1.5PaddleOCR-VL-1.5 是 PaddleOCR-VL 的新一代进阶模型,在 OmniDocBench v1.5 上实现了 94.5% 的全新 state-of-the-art 准确率。 为了严格评估模型在真实物理畸变下的鲁棒性——包括扫描伪影、倾斜、扭曲、屏幕拍摄和光照变化——我们提出了 Real5-OmniDocBench 基准测试集。实验结果表明,该增强模型在新构建的基准测试集上达到了 SOTA 性能。此外,我们通过整合印章识别和文本检测识别(text spotting)任务扩展了模型的能力,同时保持 0.9B 的超紧凑 VLM 规模,具备高效率特性。Python00
Baichuan-M3-235BBaichuan-M3 是百川智能推出的新一代医疗增强型大型语言模型,是继 Baichuan-M2 之后的又一重要里程碑。Python00
VLOOKVLOOK™ 是优雅好用的 Typora/Markdown 主题包和增强插件。 VLOOK™ is an elegant and practical THEME PACKAGE × ENHANCEMENT PLUGIN for Typora/Markdown.Less00