Python-bna 项目技术文档
2024-12-20 05:05:26作者:郦嵘贵Just
1. 安装指南
系统要求
- Python 3.6 或更高版本
安装步骤
首先,确保您的系统中已经安装了 Python 3.6 或更高版本。然后通过以下命令安装 python-bna:
pip install python-bna
2. 项目使用说明
命令行使用
bna 是一个命令行界面,用于管理 python-bna 库。它可以存储和管理多个认证器,还可以创建新的认证器。
- 注意:在与登录设备相同的设备上使用认证器比将设备分开使用安全性低。请自行承担风险。
配置信息存储在 ~/.config/bna/bna.conf。您可以通过 bna --config=~/.bna.conf 等方式指定不同的配置路径。
创建新的认证器
$ bna new
如果没有现有的认证器,它将被设置为默认认证器。您也可以使用 --set-default 参数。
获取认证令牌
$ bna
01234567
$ bna EU-1234-1234-1234
76543210
获取认证器的恢复码
$ bna show-restore-code
Z45Q9CVXRR
$ bna restore EU-1234-1234-1234 ABCDE98765
Restored EU-1234-1234-1234
获取 OTPAuth URL
要显示 OTPAuth URL(用于设置 QR 码),使用以下命令:
$ bna show-url
otpauth://totp/Blizzard:EU123412341234:?secret=ASFAS75ASDF75889G9AD7S69AS7697AS&issuer=Blizzard&digits=8
然后将此 URL 粘贴到您的 OTP 应用程序中,或转换为 QR 码并扫描,或手动输入密钥。
此 URL 与标准 TOTP 客户端和密码管理器兼容,例如:
- andOTP (Android)
- KeepassXC (跨平台)
- 1Password (跨平台)
获取 QR 码
要在本地系统上生成 QR 码,请安装 qrencode。
保存为磁盘上的 PNG 文件:
$ bna show-url | qrencode -o ~/BNA-qrcode.png
# 扫描 QR 码
$ rm ~/BNA-qrcode.png
或者在终端尝试以文本形式显示 QR 码:
$ bna --otpauth-url | qrencode -t ANSI
3. 项目API使用文档
以下示例展示了如何使用 python-bna 库中的 API。
请求新的认证器
import bna
try:
# 区域是 EU 或 US
# 注意 EU 的认证器在美国有效,反之亦然
serial, secret = bna.request_new_serial("US")
except bna.HTTPError as e:
print("无法连接:", e)
获取令牌
# 使用 PyOTP 获取并打印令牌
from pyotp import TOTP
totp = TOTP(secret, digits=8)
print(totp.now())
4. 项目安装方式
如上所述,您可以通过 pip install python-bna 命令安装本项目。确保遵循系统要求和安装步骤以确保项目的顺利运行。
登录后查看全文
热门项目推荐
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5-w4a8GLM-5-w4a8基于混合专家架构,专为复杂系统工程与长周期智能体任务设计。支持单/多节点部署,适配Atlas 800T A3,采用w4a8量化技术,结合vLLM推理优化,高效平衡性能与精度,助力智能应用开发Jinja00
请把这个活动推给顶尖程序员😎本次活动专为懂行的顶尖程序员量身打造,聚焦AtomGit首发开源模型的实际应用与深度测评,拒绝大众化浅层体验,邀请具备扎实技术功底、开源经验或模型测评能力的顶尖开发者,深度参与模型体验、性能测评,通过发布技术帖子、提交测评报告、上传实践项目成果等形式,挖掘模型核心价值,共建AtomGit开源模型生态,彰显顶尖程序员的技术洞察力与实践能力。00
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
MiniMax-M2.5MiniMax-M2.5开源模型,经数十万复杂环境强化训练,在代码生成、工具调用、办公自动化等经济价值任务中表现卓越。SWE-Bench Verified得分80.2%,Multi-SWE-Bench达51.3%,BrowseComp获76.3%。推理速度比M2.1快37%,与Claude Opus 4.6相当,每小时仅需0.3-1美元,成本仅为同类模型1/10-1/20,为智能应用开发提供高效经济选择。【此简介由AI生成】Python00
Qwen3.5Qwen3.5 昇腾 vLLM 部署教程。Qwen3.5 是 Qwen 系列最新的旗舰多模态模型,采用 MoE(混合专家)架构,在保持强大模型能力的同时显著降低了推理成本。00- RRing-2.5-1TRing-2.5-1T:全球首个基于混合线性注意力架构的开源万亿参数思考模型。Python00
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
567
3.83 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++
892
667
Ascend Extension for PyTorch
Python
376
445
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
349
200
昇腾LLM分布式训练框架
Python
116
145
🎉 (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
1.37 K
778
暂无简介
Dart
798
197
React Native鸿蒙化仓库
JavaScript
308
359
openJiuwen agent-studio提供零码、低码可视化开发和工作流编排,模型、知识库、插件等各资源管理能力
TSX
1.13 K
271