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。
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-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
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
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。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