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。
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