EdgeDB 6.1版本中WebAuthn身份验证的兼容性问题解析
在EdgeDB数据库系统从5.7版本升级到6.1版本后,部分开发者在使用WebAuthn进行用户注册时遇到了一个内部服务器错误。这个错误表现为当调用WebAuthn注册接口时,系统返回"WebAuthnFactor() got multiple values for keyword argument 'identity'"的错误信息。
问题背景
WebAuthn是一种现代的网络身份验证标准,它允许用户使用生物识别、安全密钥或设备内置的认证器进行网站登录,而无需依赖传统的密码。EdgeDB在其认证扩展中实现了对WebAuthn的支持,使开发者能够为应用添加这种无密码认证方式。
错误原因分析
这个问题的根源在于6.1版本中引入的一个与WebAuthn相关的改进。开发团队为了支持用户使用多个电子邮箱地址作为WebAuthn认证因素,对底层代码进行了修改。在这个过程中,WebAuthnFactor类的构造函数出现了参数传递问题,导致'identity'参数被重复传递。
具体来说,当系统处理WebAuthn注册请求时,身份凭证被同时通过位置参数和关键字参数两种方式传递给了WebAuthnFactor构造函数,这在Python中是不允许的,会触发"got multiple values for keyword argument"错误。
影响范围
这个问题影响所有从5.7或更早版本升级到6.1版本,并且使用WebAuthn进行用户认证的EdgeDB实例。使用其他认证方式(如密码、OAuth等)的系统不受此问题影响。
解决方案
EdgeDB开发团队已经确认并修复了这个问题。修复方案将包含在即将发布的6.2版本中。对于遇到此问题的开发者,建议采取以下措施:
- 暂时回退到6.0版本,等待6.2版本发布
- 如果必须使用6.1版本,可以考虑暂时禁用WebAuthn认证,改用其他认证方式
- 密切关注EdgeDB的版本更新通知,及时升级到修复后的版本
技术启示
这个案例提醒我们,在进行身份认证系统升级时需要特别注意:
- 认证流程的改动可能对现有用户产生重大影响
- 参数传递方式的改变需要全面测试
- 多因素认证的实现需要谨慎处理各因素之间的关系
对于数据库系统的身份认证模块,保持向后兼容性尤为重要,因为认证系统一旦出现问题,可能导致整个应用无法正常使用。
EdgeDB团队对此问题的快速响应和修复展现了他们对系统稳定性的重视,这也是选择开源数据库解决方案的优势之一——问题能够被及时发现和解决。
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