Better Auth v1.1.21-beta.1 版本发布:功能增强与安全优化
Better Auth 是一个现代化的身份验证解决方案,专注于为开发者提供灵活、安全的用户认证服务。该项目支持多种认证方式,包括社交登录、JWT 令牌、组织角色管理等,同时提供了丰富的插件系统,可以轻松扩展功能。
核心功能更新
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,系统会在获取数据时自动清理过期的验证信息。这一改进不仅优化了存储空间利用率,还提升了系统性能,避免了无效数据对业务流程的影响。
作用域管理改进
移除了默认作用域设置,改为允许在请求中动态传递作用域参数。这一变化为开发者提供了更大的灵活性,可以根据实际需求精确控制访问权限,实现更细粒度的权限管理。
社交登录扩展
本次更新新增了两个重要的社交登录提供商支持:
- VK ID:为俄罗斯及东欧地区用户提供了本地化的登录选项
- Roblox:针对游戏开发者特别集成的平台认证,方便游戏用户快速登录
JWT 令牌增强
实现了支持加密的 JWT 令牌生成和检索功能。开发者现在可以选择对令牌内容进行加密,为敏感信息提供额外保护层,满足更高安全要求的应用场景。
安全与合规性改进
组织名称校验
新增了组织名称(slug)的校验机制,确保组织标识符符合规范要求,防止注入攻击和命名冲突问题。
用户名处理优化
支持存储原始显示用户名和规范化用户名两种形式。这一改进解决了用户名国际化显示问题,同时保持了系统内部处理的一致性。
验证码插件
引入全新的验证码插件框架,支持多种验证码服务提供商。该插件可有效防止自动化攻击,为关键操作如注册、登录等提供额外安全防护。
管理功能增强
用户统计功能
管理后台现在可以显示用户表/集合的总数统计,方便管理员快速掌握系统用户规模。
访问控制强化
为管理插件添加了细粒度的访问控制功能,包括:
- 基于用户ID的自定义管理员访问控制
- 多角色支持,实现更灵活的组织权限管理
技术架构优化
数据库适配器改进
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,可以集成业务特定的ID生成方案。
OIDC 协议增强
OIDC 实现现在支持通过请求头进行令牌端点认证,提高了与某些严格遵循规范的客户端的兼容性。
Google One Tap 集成优化
改进了 Google One Tap 的集成方式,包括:
- 增强的 JWT 验证机制
- 更智能的提示处理
- 账户链接功能实现
开发者体验提升
上下文传递
数据库钩子现在支持上下文传递,开发者可以更方便地在数据库操作中获取和传递上下文信息。
跨平台兼容性
实现了不依赖 Buffer 的 Base64 转换方案,提高了在云函数等特殊环境中的兼容性。
测试覆盖扩展
新增了边缘计算环境的基础测试,确保在这一平台上的稳定运行。
总结
Better Auth v1.1.21-beta.1 版本在安全性、功能丰富性和开发者体验方面都有显著提升。从验证数据清理到社交登录扩展,从管理功能增强到技术架构优化,这一版本为构建安全可靠的认证系统提供了更强大的工具集。特别是新增的验证码插件和JWT加密支持,为应对日益复杂的安全挑战提供了更多选择。
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