Hanko 2.0发布:新一代身份验证解决方案的重大升级
Hanko是一个开源的现代身份验证解决方案,专注于提供安全、灵活的用户认证体验。它支持多种认证方式,包括密码、社交登录、企业SSO以及最前沿的Passkey无密码认证技术。Hanko的设计理念是让开发者能够轻松集成强大的身份验证功能,同时保持对用户体验的完全控制。
今天,我们很高兴地宣布Hanko 2.0的正式发布。这个版本带来了全新的JavaScript SDK,改进了会话管理,并增加了多项新功能,使Hanko成为构建现代Web应用身份验证系统的更强大工具。
全新JavaScript SDK架构
Hanko 2.0最显著的改进是彻底重构的JavaScript SDK,这个新SDK专为与Hanko Flow API协同工作而设计。Flow API是1.0版本引入的核心功能,它提供了一种声明式的方法来定义认证流程。
新SDK引入了几个关键概念:
-
状态管理:新的
State类负责处理认证流程中的各种状态。它提供了onBeforeStateChange和onAfterStateChange事件钩子,允许开发者在状态转换前后执行自定义逻辑。 -
动作执行:
Action类提供了类型安全的方式来执行认证流程中的各种操作,如用户登录、注册等。 -
自动流程推进:SDK现在能够自动处理流程中的状态转换,大大简化了开发者的工作。
-
状态持久化:通过
localStorage自动保存流程状态,确保用户在刷新页面或短暂离开后能够回到之前的认证状态。
以下是一个典型的使用示例:
const hanko = new Hanko(/* 配置参数 */);
const state = await hanko.createState("login");
await state.actions.continue_with_login_identifier.run({
username: "user",
});
hanko.onBeforeStateChange(({state}) => {
console.log(`即将执行的动作: ${state.invokedAction.name}`);
});
hanko.onAfterStateChange(({state}) => {
console.log(`已完成动作: ${state.previousAction.name}`);
if (state.name == "login_init") {
state.passkeyAutofillActivation();
}
});
改进的会话管理
Hanko 2.0简化了会话管理API,将相关功能直接集成到顶层Hanko实例中。开发者现在可以直接调用以下方法:
getUser():获取当前用户信息validateSession():验证会话有效性getSessionToken():获取会话令牌logout():注销当前会话
这种设计使得会话管理更加直观和一致,减少了开发者需要了解的API表面面积。
自定义会话声明
企业级应用常常需要在会话令牌中包含额外的业务信息。Hanko 2.0引入了自定义会话声明功能,通过配置session.jwt_template.claims,开发者可以定义任意复杂的声明结构。
这些声明不仅会包含在JWT令牌中,还会出现在会话验证端点的响应中。声明值支持使用Go文本模板,提供了极大的灵活性。
灵活的会话存储选项
安全性和用户体验往往需要权衡。Hanko 2.0通过新增的sessionTokenLocation配置项,让开发者能够根据应用需求选择会话令牌的存储方式:
- cookie(默认):会话跨标签页和浏览器会话持久化,提供无缝的用户体验。
- sessionStorage:会话仅在当前标签页有效,关闭标签页后自动注销,适合高安全性要求的应用。
这个功能特别适合金融、医疗等对安全性要求极高的应用场景。
向后兼容性
Hanko 2.0的后端与1.5.2版本保持兼容,这意味着你可以选择性地升级前端SDK而不必立即更新后端。然而,我们建议完整升级到2.0版本以获得最佳体验和所有新功能。
总结
Hanko 2.0代表了身份验证技术的一次重要进步。全新的JavaScript SDK提供了更强大、更灵活的API,使开发者能够轻松构建定制化的认证流程。自定义会话声明和灵活的会话存储选项则为企业级应用提供了更多可能性。
无论你是正在构建一个全新的应用,还是希望升级现有的身份验证系统,Hanko 2.0都值得考虑。它的开源性质意味着你可以完全控制代码,同时从活跃的社区中获益。
随着无密码认证技术的普及,Hanko的Passkey支持和现代化架构使其成为面向未来的身份验证解决方案。2.0版本的发布标志着这个项目迈入了一个新的成熟阶段。
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
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
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
HunyuanVideo-1.5HunyuanVideo-1.5作为一款轻量级视频生成模型,仅需83亿参数即可提供顶级画质,大幅降低使用门槛。该模型在消费级显卡上运行流畅,让每位开发者和创作者都能轻松使用。本代码库提供生成创意视频所需的实现方案与工具集。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