SysReptor项目中FIDO2安全密钥配置问题的解决方案
在SysReptor项目中配置FIDO2安全密钥时,可能会遇到"Security Key registration failed: The relying party ID is not a registrable domain suffix of, nor equal to the current domain"的错误提示。这个问题源于FIDO2/WebAuthn协议对域名验证的严格要求。
FIDO2作为一种现代身份验证标准,其核心机制依赖于域名验证来确保安全性。当用户尝试注册FIDO2安全密钥时,系统会严格检查客户端访问的域名与服务器配置的域名是否完全匹配。这种设计是为了防止中间人攻击和钓鱼攻击。
要解决这个问题,管理员需要在SysReptor的app.env配置文件中设置MFA_FIDO2_RP_ID参数。这个参数必须与用户实际访问系统时使用的域名完全一致。例如,如果用户通过https://sysreptor.example.com访问系统,那么MFA_FIDO2_RP_ID就必须设置为"sysreptor.example.com"。
配置完成后,需要重启SysReptor应用服务使更改生效。在Docker部署环境下,可以通过在deploy目录下执行docker compose up -d命令来完成重启。
值得注意的是,这种配置要求是FIDO2协议的安全特性,而非SysReptor特有的限制。许多支持FIDO2认证的系统都有类似的配置要求。Yubikey等安全密钥在不同浏览器中的表现一致,这也验证了问题的根源在于服务器配置而非客户端环境。
对于系统管理员来说,理解FIDO2的域名验证机制非常重要。它不仅影响密钥注册过程,也关系到后续的认证流程。正确的域名配置能确保安全密钥在整个生命周期内正常工作,为用户提供无缝的多因素认证体验。
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