FastEndpoints中Identity v8认证Cookie配置的实践指南
背景介绍
在现代ASP.NET Core应用中,身份认证是一个核心功能。FastEndpoints框架结合ASP.NET Core Identity v8提供了强大的身份认证能力,但在实际使用中,开发者可能会遇到一些配置上的困惑,特别是关于认证Cookie的管理问题。
核心问题分析
在FastEndpoints中使用SignInManager进行用户登录时,系统会自动创建名为.AspNetCore.Identity.Application的Cookie,其默认过期时间为两周。这个默认行为有时不符合项目需求,开发者需要更灵活地控制Cookie的过期时间和相关属性。
解决方案探索
初始尝试
开发者最初尝试通过以下方式配置Cookie:
builder.Services
.AddAuthenticationCookie(validFor: TimeSpan.FromMinutes(1), options =>
{
options.SlidingExpiration = SlidingExpiration;
options.Cookie.HttpOnly = true;
options.Cookie.SecurePolicy = CookieSecurePolicy.Always;
options.Cookie.Name = IdentityConstants.ApplicationScheme;
})
但发现这会创建另一个独立的Cookie,而SignInManager创建的原始Cookie仍然有效,导致系统存在两个认证Cookie。
关键发现
通过深入研究,开发者发现可以使用CheckPasswordSignInAsync方法替代PasswordSignInAsync:
var result = await signInManager.CheckPasswordSignInAsync(user, command.Password, lockoutOnFailure: user.LockoutEnabled);
这种方法只验证用户凭据而不自动创建Cookie,从而允许开发者完全控制Cookie的创建过程。
认证方案配置
在配置认证方案时,需要注意区分认证方案名称和Cookie名称:
.AddPolicyScheme(JwtOrCookieScheme, JwtOrCookieScheme, o =>
{
o.ForwardDefaultSelector = ctx =>
{
if (ctx.Request.Headers.TryGetValue(HeaderNames.Authorization, out var authHeader) &&
authHeader.FirstOrDefault()?.StartsWith("Bearer ") is true)
{
return JwtBearerDefaults.AuthenticationScheme;
}
return CookieAuthenticationDefaults.AuthenticationScheme;
};
});
这里返回的CookieAuthenticationDefaults.AuthenticationScheme是认证方案的名称,而非Cookie本身的名称。
最佳实践建议
-
明确区分认证方案和Cookie:理解认证方案名称和Cookie名称是不同的概念,避免混淆。
-
灵活选择登录方法:
- 需要自动Cookie管理时使用
PasswordSignInAsync - 需要手动控制Cookie时使用
CheckPasswordSignInAsync
- 需要自动Cookie管理时使用
-
Cookie安全配置:
- 始终启用HttpOnly
- 生产环境使用SecurePolicy.Always
- 合理设置过期时间
-
统一认证流程:建议在项目中统一采用一种认证方式,避免混合使用导致复杂性问题。
总结
通过深入理解ASP.NET Core Identity和FastEndpoints的认证机制,开发者可以灵活地控制认证流程和Cookie行为。关键在于理解各个组件的作用和相互关系,从而做出最适合项目需求的配置选择。
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00- QQwen3-Coder-Next2026年2月4日,正式发布的Qwen3-Coder-Next,一款专为编码智能体和本地开发场景设计的开源语言模型。Python00
xw-cli实现国产算力大模型零门槛部署,一键跑通 Qwen、GLM-4.7、Minimax-2.1、DeepSeek-OCR 等模型Go06
PaddleOCR-VL-1.5PaddleOCR-VL-1.5 是 PaddleOCR-VL 的新一代进阶模型,在 OmniDocBench v1.5 上实现了 94.5% 的全新 state-of-the-art 准确率。 为了严格评估模型在真实物理畸变下的鲁棒性——包括扫描伪影、倾斜、扭曲、屏幕拍摄和光照变化——我们提出了 Real5-OmniDocBench 基准测试集。实验结果表明,该增强模型在新构建的基准测试集上达到了 SOTA 性能。此外,我们通过整合印章识别和文本检测识别(text spotting)任务扩展了模型的能力,同时保持 0.9B 的超紧凑 VLM 规模,具备高效率特性。Python00
KuiklyUI基于KMP技术的高性能、全平台开发框架,具备统一代码库、极致易用性和动态灵活性。 Provide a high-performance, full-platform development framework with unified codebase, ultimate ease of use, and dynamic flexibility. 注意:本仓库为Github仓库镜像,PR或Issue请移步至Github发起,感谢支持!Kotlin08
VLOOKVLOOK™ 是优雅好用的 Typora/Markdown 主题包和增强插件。 VLOOK™ is an elegant and practical THEME PACKAGE × ENHANCEMENT PLUGIN for Typora/Markdown.Less00