Better Auth 1.2.0-beta.11 版本发布:全面升级的身份验证解决方案
Better Auth 是一个现代化的身份验证解决方案,它提供了丰富的功能和灵活的插件系统,帮助开发者快速构建安全可靠的用户认证体系。该项目支持多种认证方式,包括社交登录、手机验证、匿名登录等,同时提供了完善的管理功能和扩展能力。
核心功能增强
验证数据清理机制优化
新版本引入了验证数据的自动清理机制,系统会在获取验证数据时自动清理过期的记录。这一改进不仅提高了系统的存储效率,也增强了安全性,避免了过期验证数据的潜在风险。
动态权限范围控制
1.2.0-beta.11 版本移除了默认的权限范围(scope)设置,改为允许在请求时动态指定。这一变化为开发者提供了更大的灵活性,可以根据不同场景精确控制用户授权范围,实现更细粒度的权限管理。
验证码插件支持
新增了功能强大的验证码插件,支持多种验证码服务提供商。这一特性特别适合需要防止自动化攻击的场景,如注册、登录和敏感操作等。开发者可以根据需求选择合适的验证码服务,轻松集成到认证流程中。
社交登录扩展
VK ID 社交登录支持
本次更新增加了对俄罗斯主流社交平台 VK 的支持。开发者现在可以为俄罗斯用户提供熟悉的登录方式,扩展产品的国际市场覆盖范围。
Roblox 平台集成
针对游戏开发者特别增加了 Roblox 平台登录支持。这一功能使得游戏开发者可以更方便地将 Roblox 用户集成到自己的认证系统中,为游戏社区提供无缝的登录体验。
安全与合规性改进
JWT 令牌增强
实现了更完善的 JWT 令牌生成和检索机制,新增了对加密的支持。这一改进使得令牌传输更加安全,特别适合对安全性要求较高的应用场景。
用户名规范化处理
系统现在支持存储显示用户名和规范化用户名的分离。这一特性解决了不同文化背景下用户名显示和存储的兼容性问题,同时保持了系统对用户名唯一性的校验能力。
组织与权限管理
多角色支持
组织功能现在支持为用户分配多个角色,提供了更灵活的权限管理方式。这一改进特别适合复杂的企业级应用,可以更精确地控制不同用户的访问权限。
组织标识符校验
新增了对组织标识符(slug)的校验机制,确保组织标识符符合规范要求,提高了系统的稳定性和安全性。
开发者体验优化
数据库钩子上下文
为数据库钩子添加了上下文支持,开发者现在可以在钩子中获取更多执行环境信息,编写更智能的拦截逻辑。
MongoDB 适配器增强
MongoDB 适配器现在支持自定义 ID 生成策略,为开发者提供了更大的灵活性,可以更好地适应不同的业务需求。
移动端优化
手机号重置密码
新增了通过手机号码重置密码的功能,为移动端用户提供了更便捷的账户恢复方式,提升了用户体验。
OIDC 头部认证
OIDC 协议现在支持通过头部(header)进行认证,这一改进使得 OIDC 集成更加灵活,可以适应更多的客户端场景。
管理功能增强
自定义管理员控制
管理员插件现在支持通过 adminUserIds 选项配置管理员权限,提供了更灵活的管理员访问控制方式。
用户统计信息
管理接口现在返回用户表/集合的总数统计信息,方便管理员更好地了解系统用户规模。
总结
Better Auth 1.2.0-beta.11 版本带来了全方位的功能增强和优化,从核心认证机制到社交登录支持,从安全改进到管理功能,都进行了显著提升。这些改进不仅增强了系统的功能和安全性,也大大提升了开发者的使用体验。对于正在寻找现代化身份验证解决方案的团队来说,这个版本值得认真评估和试用。
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