Blazor WASM 中实现EntraID与自定义JWT双重认证的技术方案
2025-05-03 02:23:55作者:郜逊炳
在Blazor WebAssembly项目中同时实现EntraID(原Azure AD)认证和自定义JWT认证是一个常见的需求场景。本文将深入分析这一技术挑战的解决方案。
问题背景
开发者在Blazor WASM应用中已经成功集成了EntraID认证,但需要额外添加自定义JWT认证方式,让用户可以选择任一种方式进行登录。当尝试注册自定义的AuthenticationStateProvider时,系统抛出InvalidCastException异常。
核心问题分析
根本原因在于Blazor WASM的认证系统设计。RemoteAuthenticatorView组件是专门为RemoteAuthenticationService<>设计的,不能直接与自定义的AuthenticationStateProvider协同工作。
解决方案
方案一:继承RemoteAuthenticationService
推荐创建一个继承自RemoteAuthenticationService<>的自定义服务类:
public class DualAuthService : RemoteAuthenticationService<RemoteAuthenticationState, RemoteUserAccount, MsalProviderOptions>
{
public DualAuthService(
IJSRuntime jsRuntime,
IOptionsSnapshot<RemoteAuthenticationOptions<MsalProviderOptions>> options,
NavigationManager navigation,
AccountClaimsPrincipalFactory<RemoteUserAccount> accountClaimsPrincipalFactory,
ILogger<RemoteAuthenticationService<RemoteAuthenticationState, RemoteUserAccount, MsalProviderOptions>>? logger)
: base(jsRuntime, options, navigation, accountClaimsPrincipalFactory, logger)
{ }
public override Task<AuthenticationState> GetAuthenticationStateAsync()
{
if (HasCustomJwtToken())
{
return CreateAuthStateFromJwt();
}
return base.GetAuthenticationStateAsync();
}
}
然后在Program.cs中注册:
builder.Services.AddMsalAuthentication(options => {
// EntraID配置
});
// 覆盖默认的RemoteAuthenticationService
builder.Services.AddScoped<AuthenticationStateProvider, DualAuthService>();
方案二:直接使用MSAL.js
如果不依赖RemoteAuthenticatorView,可以直接通过JSInterop调用MSAL.js获取EntraID令牌,完全自定义认证流程:
- 在前端JavaScript中处理EntraID登录流程
- 将获取的令牌传递给C#代码
- 在自定义的
AuthenticationStateProvider中统一处理两种认证方式
最佳实践建议
- 单一认证源原则:尽可能使用一种认证方式,简化系统设计
- 明确优先级:如果必须支持多种方式,应明确定义认证方式的优先级顺序
- 统一用户标识:确保不同认证方式产生的用户标识能够对应到系统内的同一用户
- 令牌管理:妥善处理不同认证方式获取的令牌的存储和刷新机制
总结
在Blazor WASM中实现双重认证需要深入理解其认证系统的工作原理。通过继承RemoteAuthenticationService或完全自定义认证流程,开发者可以灵活地满足业务需求。选择哪种方案取决于项目的具体要求和开发团队的技术偏好。
登录后查看全文
热门项目推荐
相关项目推荐
ERNIE-4.5-VL-28B-A3B-ThinkingERNIE-4.5-VL-28B-A3B-Thinking 是 ERNIE-4.5-VL-28B-A3B 架构的重大升级,通过中期大规模视觉-语言推理数据训练,显著提升了模型的表征能力和模态对齐,实现了多模态推理能力的突破性飞跃Python00
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
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Python00
HunyuanVideo-1.5暂无简介00
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能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
GOT-OCR-2.0-hf阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00
项目优选
收起
deepin linux kernel
C
24
7
Ascend Extension for PyTorch
Python
182
196
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++
648
265
TorchAir 支持用户基于PyTorch框架和torch_npu插件在昇腾NPU上使用图模式进行推理。
Python
274
94
暂无简介
Dart
623
140
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
380
3.41 K
React Native鸿蒙化仓库
JavaScript
242
315
🎉 (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
1.1 K
621
仓颉编译器源码及 cjdb 调试工具。
C++
126
856
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
9
1