Django REST Framework中DjangoModelPermissionsOrAnonReadOnly权限类的行为变更分析
在Django REST Framework 3.15版本中,开发团队对权限系统进行了一些调整,其中DjangoModelPermissionsOrAnonReadOnly权限类的行为变化引起了开发者社区的关注。这个权限类原本设计用于允许匿名用户进行只读访问,同时要求认证用户拥有完整的模型权限。然而,在3.15版本中,它的行为发生了微妙但重要的变化。
权限类的工作原理
DjangoModelPermissionsOrAnonReadOnly是DRF提供的一个内置权限类,它继承自DjangoModelPermissions。在3.14及之前的版本中,这个类的工作逻辑是:
- 对于匿名用户,允许GET和HEAD等安全方法(只读访问)
- 对于认证用户,要求拥有模型对应的add、change和delete权限
但在3.15版本中,由于继承了DjangoModelPermissions的变更,它开始检查模型上的"view"权限。这意味着:
- 即使对于匿名用户的只读请求,系统也会检查模型是否有"view"权限
- 如果模型没有定义"view"权限,匿名用户将无法进行只读访问
行为变更的技术细节
这一变更源于DRF对Django新增的"view"权限的支持。Django在2.1版本中引入了模型的"view"权限,但DRF的权限系统早于此功能存在。在3.15版本中,DRF团队决定让DjangoModelPermissions检查"view"权限,以更好地与Django的权限系统集成。
然而,这一变更无意中影响了DjangoModelPermissionsOrAnonReadOnly的行为。由于它继承自DjangoModelPermissions,因此也继承了"view"权限检查的逻辑,这与它原本设计的"允许匿名只读访问"的初衷产生了冲突。
解决方案与最佳实践
对于需要保持3.14版本行为的项目,可以考虑以下解决方案:
-
自定义权限类:创建一个新的权限类,组合使用
DjangoModelPermissions和AllowAny或IsAuthenticatedOrReadOnly -
调整权限映射:通过覆盖
perms_map属性,明确指定GET和HEAD方法不需要任何权限 -
等待官方修复:DRF团队可能会在3.15.1版本中恢复原有行为
从长远来看,开发者应该评估是否真的需要允许匿名只读访问。如果项目确实需要这种模式,建议明确设计权限策略,而不是依赖可能变化的默认行为。
总结
权限系统是API安全的重要组成部分。DRF 3.15中对权限检查的加强虽然出于好意,但也提醒我们在升级框架版本时需要仔细测试权限相关的功能。特别是对于生产环境中的API,权限变更可能导致意外的访问控制问题,值得开发者特别关注。
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