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。
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