Laravel One-Time Passwords 安装与配置指南
介绍
Laravel One-Time Passwords 是一个专为 Laravel 框架设计的 OTP(一次性密码)解决方案包。它提供了完整的 OTP 生成、验证和管理功能,可以轻松集成到你的 Laravel 应用中。本文将详细介绍如何安装和配置这个强大的安全组件。
安装步骤
首先需要通过 Composer 安装这个包:
composer require spatie/laravel-one-time-passwords
安装完成后,Laravel 会自动注册包的服务提供者和门面。
数据库迁移
该包需要一个数据表来存储生成的一次性密码。执行以下命令来发布并运行迁移:
php artisan vendor:publish --tag="one-time-passwords-migrations"
php artisan migrate
这将在你的数据库中创建一个 one_time_passwords 表,用于存储所有生成的 OTP 记录。
模型配置
要让你的用户模型支持 OTP 功能,需要在用户模型中使用 HasOneTimePasswords trait:
namespace App\Models;
use Spatie\OneTimePasswords\Models\Concerns\HasOneTimePasswords;
class User
{
use HasOneTimePasswords;
// 其他模型代码...
}
这个 trait 会为你的用户模型添加生成和验证 OTP 的相关方法。
清理过期 OTP
为了保持数据库清洁,建议定期清理过期的 OTP。Laravel 提供了 MassPrunable trait 来简化这个过程。
在 app/Console/Kernel.php 文件中添加以下调度任务:
use Spatie\OneTimePasswords\Models\OneTimePassword;
Schedule::command('model:prune', [
'--model' => [OneTimePassword::class],
])->daily();
这会将过期 OTP 的清理任务设置为每天执行一次。
配置选项
你可以发布包的配置文件来自定义 OTP 的行为:
php artisan vendor:publish --tag="one-time-passwords-config"
配置文件包含以下重要选项:
-
有效期设置:
default_expires_in_minutes定义 OTP 的有效期(默认 2 分钟) -
唯一性控制:
only_one_active_one_time_password_per_user确保每个用户同一时间只有一个有效 OTP -
来源验证:
enforce_same_origin确保 OTP 只能在生成它的平台上使用 -
密码生成:可以自定义密码生成器和密码长度(默认 6 位数字)
-
访问限制:
rate_limit_attempts防止多次尝试 -
自定义类:可以替换默认的 OTP 创建和验证逻辑
最佳实践
-
安全性:建议保持
enforce_same_origin启用状态,防止跨平台攻击 -
用户体验:根据你的应用场景调整 OTP 有效期,太短可能导致用户来不及输入,太长则降低安全性
-
性能:定期清理过期 OTP 可以保持数据库性能
-
测试:在生产环境部署前,充分测试 OTP 流程,确保在各种网络条件下都能正常工作
通过以上配置,你可以为你的 Laravel 应用添加一个强大且灵活的 OTP 解决方案,既保障安全性又不牺牲用户体验。
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- QQwen3-Coder-Next2026年2月4日,正式发布的Qwen3-Coder-Next,一款专为编码智能体和本地开发场景设计的开源语言模型。Python00
xw-cli实现国产算力大模型零门槛部署,一键跑通 Qwen、GLM-4.7、Minimax-2.1、DeepSeek-OCR 等模型Go06
PaddleOCR-VL-1.5PaddleOCR-VL-1.5 是 PaddleOCR-VL 的新一代进阶模型,在 OmniDocBench v1.5 上实现了 94.5% 的全新 state-of-the-art 准确率。 为了严格评估模型在真实物理畸变下的鲁棒性——包括扫描伪影、倾斜、扭曲、屏幕拍摄和光照变化——我们提出了 Real5-OmniDocBench 基准测试集。实验结果表明,该增强模型在新构建的基准测试集上达到了 SOTA 性能。此外,我们通过整合印章识别和文本检测识别(text spotting)任务扩展了模型的能力,同时保持 0.9B 的超紧凑 VLM 规模,具备高效率特性。Python00
KuiklyUI基于KMP技术的高性能、全平台开发框架,具备统一代码库、极致易用性和动态灵活性。 Provide a high-performance, full-platform development framework with unified codebase, ultimate ease of use, and dynamic flexibility. 注意:本仓库为Github仓库镜像,PR或Issue请移步至Github发起,感谢支持!Kotlin08
VLOOKVLOOK™ 是优雅好用的 Typora/Markdown 主题包和增强插件。 VLOOK™ is an elegant and practical THEME PACKAGE × ENHANCEMENT PLUGIN for Typora/Markdown.Less00