Hanko项目发布2.1版本:用户元数据功能详解
2025-06-07 11:12:47作者:宣利权Counsellor
项目简介
Hanko是一个现代化的身份验证解决方案,专注于为开发者提供简单易用且安全的用户认证服务。它支持多种认证方式,包括密码、WebAuthn等,并提供了丰富的API和Web组件,帮助开发者快速集成认证功能到自己的应用中。
2.1版本核心特性
用户元数据管理
Hanko 2.1版本最显著的改进是引入了用户元数据功能。这一功能允许开发者将自定义数据附加到用户档案中,并通过Admin API进行管理。元数据分为三种类型,每种类型具有不同的访问权限:
- 私有元数据:仅能通过Admin API访问,适用于存储敏感信息
- 公共元数据:可通过Public API读取,但只能通过Admin API修改
- 非安全元数据:允许通过Public API读取和写入,适用于非敏感信息
这种灵活的元数据管理机制为开发者提供了更多自定义空间,可以更好地适应不同应用场景的需求。
元数据在JWT中的应用
开发者可以将用户元数据映射到会话JWT模板中,这意味着元数据可以直接作为声明(claims)包含在会话令牌中。这一特性特别适合需要在客户端访问某些用户信息的场景,同时保持了良好的安全性控制。
Web组件增强
Hanko的<hanko-auth> Web组件在2.1版本中新增了mode属性,开发者可以明确指定组件初始显示的是登录界面还是注册界面。这一改进使得组件能够更灵活地适应不同的用户流程设计。
<hanko-auth mode="registration"></hanko-auth>
稳定性改进
2.1版本还包含多项稳定性改进:
- 跨标签页通信修复:解决了因广播频道名称不匹配导致的跨标签页会话事件同步问题
- 用户类型一致性:修复了
/userREST端点返回数据结构与前端SDK预期不符的问题 - 内部优化:多项底层改进提升了系统的整体稳定性和可维护性
技术价值
Hanko 2.1版本的发布标志着该项目在用户自定义和灵活性方面迈出了重要一步。用户元数据功能的引入使得Hanko能够支持更复杂的业务场景,而Web组件的增强则进一步简化了前端集成工作。这些改进共同提升了Hanko作为现代身份验证解决方案的竞争力,为开发者提供了更强大、更易用的工具。
对于正在寻找灵活、安全且易于集成的身份验证解决方案的开发者来说,Hanko 2.1版本无疑是一个值得考虑的选择。其清晰的权限模型和丰富的API设计,使得它能够适应从简单应用到复杂企业系统的各种需求。
登录后查看全文
热门项目推荐
相关项目推荐
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
最新内容推荐
TextAnimator for Unity:打造专业级文字动画效果的终极解决方案 Python开发者的macOS终极指南:VSCode安装配置全攻略 全球GEOJSON地理数据资源下载指南 - 高效获取地理空间数据的完整解决方案 STM32到GD32项目移植完全指南:从兼容性到实战技巧 MQTT客户端软件源代码:物联网开发的强大工具与最佳实践指南 VSdebugChkMatch.exe:专业PDB签名匹配工具全面解析与使用指南 PANTONE潘通AI色板库:设计师必备的色彩管理利器 Python案例资源下载 - 从入门到精通的完整项目代码合集 TortoiseSVN 1.14.5.29465 中文版:高效版本控制的终极解决方案 CrystalIndex资源文件管理系统:高效索引与文件管理的最佳实践指南
项目优选
收起
deepin linux kernel
C
24
9
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
413
3.18 K
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
690
325
Ascend Extension for PyTorch
Python
229
258
暂无简介
Dart
679
160
React Native鸿蒙化仓库
JavaScript
265
326
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.21 K
660
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
9
1
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
1.03 K
492
TorchAir 支持用户基于PyTorch框架和torch_npu插件在昇腾NPU上使用图模式进行推理。
Python
346
147