Better Auth 1.1.20-beta.1 版本发布:增强认证安全与功能扩展
Better Auth 是一个现代化的认证解决方案,专注于为开发者提供灵活、安全的用户认证功能。该项目支持多种认证方式,包括社交登录、手机号验证、组织权限管理等,同时具备良好的扩展性,可以轻松集成到各种应用中。
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已过期的记录。这一改进不仅提高了系统性能,也增强了数据管理的规范性。开发者无需再手动处理过期数据,系统会自动维护验证数据的有效性。
作用域管理改进
在权限控制方面,1.1.20-beta.1 版本做了重要调整:默认作用域已被禁用,现在开发者需要在请求中显式指定所需的作用域。这一变化提供了更精细的权限控制能力,允许应用根据实际需求灵活配置访问权限,符合最小权限原则的安全最佳实践。
验证码插件支持
新版本引入了功能强大的验证码插件,支持多种验证码服务提供商。这个插件可以有效防止自动化攻击和滥用行为,为应用增加了一层安全防护。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 社交提供商
针对俄罗斯和东欧市场,本次更新增加了 VK ID 社交登录支持。VK 是这些地区广泛使用的社交平台,这一新增功能将帮助应用更好地服务这些地区的用户。
Roblox 社交提供商
针对游戏开发者社区,新版本特别添加了 Roblox 社交登录支持。这使得游戏开发者可以更方便地集成 Roblox 平台的用户认证,为游戏玩家提供无缝的登录体验。
组织与权限管理
多角色支持
组织管理功能得到了显著增强,现在支持为用户分配多个角色。这一改进使得权限管理更加灵活,可以满足复杂组织架构下的权限分配需求。例如,一个用户既可以是一个项目的管理员,又可以同时担任另一个项目的普通成员。
组织标识符检查
新增了组织标识符(slug)的验证机制,确保组织标识符符合规范要求。这一改进提高了系统的健壮性,防止了不规范标识符可能导致的问题。
用户体验改进
用户名显示与验证
新版本增加了对显示用户名的支持,允许存储未规范化的用户名用于显示目的,同时保持系统内部使用规范化的用户名。此外,还提供了默认的用户名验证机制和选项,帮助开发者确保用户名的合规性和唯一性。
手机号密码重置
扩展了手机号功能,现在支持通过手机号重置密码。这为用户提供了额外的账户恢复途径,特别是在用户无法访问注册邮箱的情况下,手机号成为可靠的备用验证方式。
技术架构优化
数据库钩子上下文
数据库钩子现在支持上下文传递,这使得开发者可以在钩子函数中获取更多执行上下文信息,为开发自定义逻辑提供了更大的灵活性。
MongoDB 适配器增强
MongoDB 适配器现在支持自定义 ID 生成策略,开发者可以根据应用需求灵活选择 ID 生成方式,满足各种业务场景的需求。
JWT 令牌增强
实现了 JWT 令牌生成和检索功能,并支持加密选项。这一改进增强了令牌的安全性,特别是在需要传输敏感信息的场景下,加密功能提供了额外的保护层。
安全增强
管理员访问控制
新增了 adminUserIds 选项,允许开发者通过配置指定具有管理员权限的用户ID。这提供了更灵活的管理员访问控制机制,可以根据实际需求精确控制管理权限。
OIDC 改进
OIDC 实现现在支持在令牌端点使用头部认证,这提高了与某些严格遵循 OIDC 规范的客户端的兼容性。同时,用户信息端点的响应字段命名也做了调整,以更好地符合 OIDC 规范要求。
总结
Better Auth 1.1.20-beta.1 版本带来了多项重要改进和新功能,从验证流程优化到社交登录扩展,从权限管理增强到安全机制完善,全面提升了系统的功能性、安全性和易用性。这些改进使得 Better Auth 能够更好地满足各种应用场景下的认证需求,为开发者提供了更强大、更灵活的工具来构建安全可靠的用户认证系统。
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