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。
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5-w4a8GLM-5-w4a8基于混合专家架构,专为复杂系统工程与长周期智能体任务设计。支持单/多节点部署,适配Atlas 800T A3,采用w4a8量化技术,结合vLLM推理优化,高效平衡性能与精度,助力智能应用开发Jinja00
请把这个活动推给顶尖程序员😎本次活动专为懂行的顶尖程序员量身打造,聚焦AtomGit首发开源模型的实际应用与深度测评,拒绝大众化浅层体验,邀请具备扎实技术功底、开源经验或模型测评能力的顶尖开发者,深度参与模型体验、性能测评,通过发布技术帖子、提交测评报告、上传实践项目成果等形式,挖掘模型核心价值,共建AtomGit开源模型生态,彰显顶尖程序员的技术洞察力与实践能力。00
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
MiniMax-M2.5MiniMax-M2.5开源模型,经数十万复杂环境强化训练,在代码生成、工具调用、办公自动化等经济价值任务中表现卓越。SWE-Bench Verified得分80.2%,Multi-SWE-Bench达51.3%,BrowseComp获76.3%。推理速度比M2.1快37%,与Claude Opus 4.6相当,每小时仅需0.3-1美元,成本仅为同类模型1/10-1/20,为智能应用开发提供高效经济选择。【此简介由AI生成】Python00
Qwen3.5Qwen3.5 昇腾 vLLM 部署教程。Qwen3.5 是 Qwen 系列最新的旗舰多模态模型,采用 MoE(混合专家)架构,在保持强大模型能力的同时显著降低了推理成本。00- RRing-2.5-1TRing-2.5-1T:全球首个基于混合线性注意力架构的开源万亿参数思考模型。Python00