SAML PHP Toolkit 技术文档
1. 安装指南
依赖项
php >= 5.3.3,并确保安装了以下核心扩展:php-xml、php-date、php-zlib。openssl:用于处理x509证书。mcrypt:如果需要处理加密数据(如nameID、assertions),需安装该库及其PHP驱动。curl:如果计划使用IdP元数据解析器,需安装该库及其PHP驱动。
安装方式
选项1:从GitHub克隆仓库
git clone git@github.com:onelogin/php-saml.git
选项2:从GitHub下载
可以从以下链接下载最新版本或主仓库:
- 最新版本:https://github.com/onelogin/php-saml/releases/latest
- 主仓库:https://github.com/onelogin/php-saml/tree/master
将库的核心文件复制到PHP应用程序中。每个应用程序的结构不同,因此请根据实际情况选择合适的位置。
选项3:使用Composer
该工具包支持Composer。可以通过以下命令将其导入到当前PHP项目中:
composer require onelogin/php-saml
安装完成后,你将在vendor/文件夹中找到onelogin/php-saml。确保包含Composer提供的自动加载器,该文件位于vendor/autoload.php。
重要提示:在此选项中,x509证书必须存储在vendor/onelogin/php-saml/certs中,设置文件存储在vendor/onelogin/php-saml中。使用composer update或其他类似命令更新包时,设置文件可能会被删除,因此建议直接将设置作为数组传递给构造函数。
2. 项目使用说明
概述
SAML PHP Toolkit允许你在PHP应用程序中构建一个SP(服务提供者),并将其连接到任何IdP(身份提供者)。它支持SSO和SLO(SP发起和IdP发起)、断言和nameId加密、断言签名、消息签名(AuthNRequest、LogoutRequest、LogoutResponses)、启用断言消费者服务端点、启用单点注销服务端点以及发布SP元数据(可以签名)。
主要特性
- saml2int:实现SAML 2.0 Web浏览器SSO配置文件。
- 无会话:避免SP与最终应用程序之间的常见冲突,工具包将会话委托给最终应用程序。
- 易于使用:提供高级别和低级别编程接口,易于使用。
- 经过测试:经过彻底测试。
- 流行:被许多客户使用,许多PHP SAML插件使用它。
3. 项目API使用文档
设置参数
在生产环境中,strict参数必须设置为"true",并且security下的signatureAlgorithm和digestAlgorithm必须设置为SHA1以外的值,以确保环境安全。
避免开放重定向攻击
如果使用RelayState参数控制SSO和SLO成功后的流程,需验证RelayState的值是否属于受信任和预期的URL。
避免回复攻击
回复攻击是指尝试重复使用有效的SAML响应。为防止此类攻击,需确保SAML响应的唯一性和时效性。
4. 项目安装方式
通过Composer安装
composer require onelogin/php-saml
手动安装
- 从GitHub克隆仓库或下载压缩包。
- 将库的核心文件复制到PHP应用程序中。
配置
- 确保包含Composer提供的自动加载器。
- 配置x509证书和设置文件的位置。
通过以上步骤,你可以成功安装并配置SAML PHP Toolkit,开始在你的PHP应用程序中集成SAML支持。
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust0194
cann-learning-hubCANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。Jupyter Notebook0121
MiMo-V2.5-Pro-FP4-DFlashMiMo-V2.5-Pro-FP4-DFlash 是驱动 MiMo-V2.5-Pro-UltraSpeed 的底层模型: FP4 量化骨干网络:对 MoE 专家采用 MXFP4 量化,同时保持模型其他部分的更高精度,在几乎无损质量的前提下,显著减小模型体积并降低内存带宽压力。 BF16 DFlash 草稿生成器:用于块扩散推测解码,每次前向传播可生成一整个块的 tokens,并让骨干网络一步完成验证。 两者协同作用,既降低了每参数的位宽,又减少了骨干网络前向传播的次数,而这两者正是万亿参数模型解码过程中的两大主要成本来源。Python00
JoyAI-EchoJoyAI-Echo,这是一个独立的、仅用于推理的版本,旨在实现分钟级多镜头音视频生成。它采用了经过蒸馏的DMD生成器、配对的跨模态记忆以及故事级别的一致性。其性能的核心在于,一个跨模态视听记忆库能够在长达五分钟的视频中保持角色外观和语音音色的一致性。同时,一个训练后处理流程将基于记忆的强化学习与分布匹配蒸馏相结合,实现了7.5倍的速度提升,显著增强了视觉质量和对齐效果。00
AstrBot✨ 易上手的多平台 LLM 聊天机器人及开发框架 ✨ 平台支持 QQ、QQ频道、Telegram、微信、企微、飞书 | OpenAI、DeepSeek、Gemini、硅基流动、月之暗面、Ollama、OneAPI、Dify 等。附带 WebUI。Python05
handy-ollama动手学Ollama,CPU玩转大模型部署,在线阅读地址:https://datawhalechina.github.io/handy-ollama/Jupyter Notebook06