使用Payload Better Auth开发浏览器扩展的完整指南
前言
在现代Web开发中,浏览器扩展已经成为增强用户体验和提供附加功能的重要方式。本文将详细介绍如何使用Payload Better Auth框架结合Plasmo工具链来开发一个安全的浏览器扩展应用。我们将从环境搭建开始,逐步深入到认证系统的集成和扩展打包发布的全过程。
环境准备
初始化项目
首先需要创建一个新的Plasmo项目,这是一个专门用于开发浏览器扩展的框架。我们推荐使用pnpm作为包管理器,它能提供更快的安装速度和更高效的磁盘空间利用。
pnpm create plasmo --with-tailwindcss --with-src
这个命令会创建一个包含TailwindCSS支持的项目结构,并自动生成src目录作为我们的主要开发目录。
安装依赖
安装Better Auth客户端库:
pnpm add better-auth
启动开发服务器:
pnpm dev
项目配置
TypeScript配置
为了获得更好的类型安全,我们建议启用严格模式。修改tsconfig.json文件:
{
"compilerOptions": {
"paths": {
"@/_": ["./src/_"]
},
"strict": true,
"baseUrl": "."
}
}
这里我们还修改了导入别名,将~改为@,使其指向src目录,这样可以使导入路径更加清晰。
认证系统集成
创建认证客户端
在src/auth/auth-client.ts文件中创建认证客户端实例:
import { createAuthClient } from "better-auth/react"
export const authClient = createAuthClient({
baseURL: "http://localhost:3000", // 你的Better Auth后端地址
plugins: [],
});
这个客户端将负责与后端认证服务进行通信。
配置扩展权限
在package.json中添加必要的权限声明,确保扩展可以访问你的后端API:
{
"manifest": {
"host_permissions": [
"https://YOUR_BACKEND_URL" // 或本地开发地址如http://localhost:3000
]
}
}
开发扩展界面
实现认证状态管理
在扩展的弹出页面中,我们可以使用Better Auth提供的钩子来管理用户认证状态:
import { authClient } from "./auth/auth-client"
function IndexPopup() {
const {data, isPending, error} = authClient.useSession();
if(isPending) {
return <>加载中...</>
}
if(error) {
return <>错误: {error.message}</>
}
if(data) {
return <>已登录为 {data.user.name}</>
}
return <>请登录</>
}
export default IndexPopup;
这个组件会根据当前认证状态显示不同的UI,包括加载状态、错误信息和已登录用户信息。
后端配置
设置信任来源
为了安全起见,我们需要在后端配置中明确允许来自浏览器扩展的请求。首先获取你的扩展ID,它可以在Chrome扩展管理页面找到。
然后在后端认证配置中添加扩展URL到信任来源列表:
import { betterAuth } from "better-auth"
export const auth = betterAuth({
trustedOrigins: ["chrome-extension://YOUR_EXTENSION_ID"],
})
构建与发布
生产构建
完成开发后,运行以下命令生成生产版本:
pnpm build
加载扩展
- 在Chrome浏览器中访问
chrome://extensions - 启用开发者模式
- 点击"加载已解压的扩展程序"
- 选择项目中的
build/chrome-mv3-dev或build/chrome-mv3-prod目录
最佳实践
- 开发环境:建议在开发阶段使用
http://localhost作为后端地址,便于调试 - 错误处理:始终处理认证过程中的错误状态,提供友好的用户反馈
- 安全考虑:确保生产环境中使用HTTPS协议,并在后端严格限制信任来源
- 状态管理:考虑使用全局状态管理来共享认证状态,避免在多个组件中重复查询
总结
通过本文的指导,你已经学会了如何使用Payload Better Auth框架开发一个安全的浏览器扩展。从项目初始化到认证系统集成,再到最终的构建发布,我们覆盖了开发过程中的所有关键步骤。这种架构不仅提供了强大的认证功能,还能确保良好的用户体验和安全性。
现在,你可以基于这个基础继续开发更复杂的功能,如用户个性化设置、数据同步等,打造出功能丰富的浏览器扩展应用。
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust0195
cann-learning-hubCANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。Jupyter Notebook0124
MiMo-V2.5-Pro-FP4-DFlashMiMo-V2.5-Pro-FP4-DFlash 是驱动 MiMo-V2.5-Pro-UltraSpeed 的底层模型: FP4 量化骨干网络:对 MoE 专家采用 MXFP4 量化,同时保持模型其他部分的更高精度,在几乎无损质量的前提下,显著减小模型体积并降低内存带宽压力。 BF16 DFlash 草稿生成器:用于块扩散推测解码,每次前向传播可生成一整个块的 tokens,并让骨干网络一步完成验证。 两者协同作用,既降低了每参数的位宽,又减少了骨干网络前向传播的次数,而这两者正是万亿参数模型解码过程中的两大主要成本来源。Python00
JoyAI-EchoJoyAI-Echo,这是一个独立的、仅用于推理的版本,旨在实现分钟级多镜头音视频生成。它采用了经过蒸馏的DMD生成器、配对的跨模态记忆以及故事级别的一致性。其性能的核心在于,一个跨模态视听记忆库能够在长达五分钟的视频中保持角色外观和语音音色的一致性。同时,一个训练后处理流程将基于记忆的强化学习与分布匹配蒸馏相结合,实现了7.5倍的速度提升,显著增强了视觉质量和对齐效果。00
AstrBot✨ 易上手的多平台 LLM 聊天机器人及开发框架 ✨ 平台支持 QQ、QQ频道、Telegram、微信、企微、飞书 | OpenAI、DeepSeek、Gemini、硅基流动、月之暗面、Ollama、OneAPI、Dify 等。附带 WebUI。Python05
handy-ollama动手学Ollama,CPU玩转大模型部署,在线阅读地址:https://datawhalechina.github.io/handy-ollama/Jupyter Notebook07