Aegis身份验证器v3.4版本发布:安全与体验全面升级
项目简介
Aegis是一款开源的二次验证(2FA)应用,作为Google Authenticator等商业验证器应用的替代品,它提供了更丰富的功能组合和更高的透明度。Aegis支持基于时间(TOTP)和计数器(HOTP)的一次性密码算法,所有数据都加密存储在本地设备上,确保用户完全掌控自己的安全凭证。
核心功能更新
触觉反馈机制增强安全性
v3.4版本引入了触觉反馈功能,当验证码即将过期时会通过振动提醒用户。这项功能特别适合那些需要精确掌握验证码有效期的场景,比如银行转账等高安全要求的操作。触觉反馈作为视觉提示的补充,可以在用户不看手机时也能感知到验证码状态变化。
多组别筛选功能
专业用户经常需要管理大量验证码条目,新版本增加了多组别同时筛选的功能。用户现在可以按住Ctrl键(桌面端)或通过长按(移动端)选择多个组别进行联合筛选,大大提升了管理大量验证码时的效率。
显示优化与可访问性改进
开发团队特别关注了视觉体验的优化:
- 隐藏验证码时的颜色对比度得到提升,确保在低光照环境下也能清晰辨识
- 条目传输视图中的亮度增强功能现在可以自由开关,适应不同环境需求
- 修复了特定筛选条件下条目分隔线消失的问题
数据安全增强
重复条目检测
为避免用户意外创建重复的验证码条目,v3.4在保存时会检查名称/发行者组合是否已存在。这一预防性措施能够有效减少因重复条目导致的管理混乱,特别是对于那些需要维护数十甚至上百个验证码的专业用户而言尤为重要。
国际化支持扩展
本次更新新增了对五种语言的支持:
- 爱沙尼亚语
- 韩语
- 马拉雅拉姆语(印度喀拉拉邦官方语言)
- 挪威书面语(Bokmål)
- 塞尔维亚语
同时修复了葡萄牙语地区设置的问题,确保巴西葡萄牙语和欧洲葡萄牙语能够正确区分。
技术兼容性调整
从v3.4版本开始,Aegis将最低Android版本要求提高到6.0(Marshmallow)。这一变化使开发团队能够利用更现代的API,同时保持对绝大多数Android设备的兼容性。统计显示,目前运行Android 5.x及以下版本的设备占比已不足3%,这一调整不会影响大多数用户。
问题修复与稳定性提升
开发团队解决了多个影响用户体验的问题:
- 修复了特定情况下(周期为7的条目)启用代码过期指示时可能导致的崩溃
- 修正了FreeOTP导入时因算法或数字字段缺失导致的失败问题
- 优化了条目导入视图中提示信息的显示位置,避免遮挡条目名称
总结
Aegis v3.4版本在保持原有安全特性的基础上,通过触觉反馈、多组别筛选等新功能进一步提升了用户体验。显示优化和国际化扩展使应用更加易用,而重复条目检测等预防性措施则增强了数据管理的可靠性。作为开源2FA解决方案,Aegis持续证明其在安全性和功能性上的优势,是注重隐私和安全用户的理想选择。
- DDeepSeek-V3.1-BaseDeepSeek-V3.1 是一款支持思考模式与非思考模式的混合模型Python00
- QQwen-Image-Edit基于200亿参数Qwen-Image构建,Qwen-Image-Edit实现精准文本渲染与图像编辑,融合语义与外观控制能力Jinja00
GitCode-文心大模型-智源研究院AI应用开发大赛
GitCode&文心大模型&智源研究院强强联合,发起的AI应用开发大赛;总奖池8W,单人最高可得价值3W奖励。快来参加吧~059CommonUtilLibrary
快速开发工具类收集,史上最全的开发工具类,欢迎Follow、Fork、StarJava04GitCode百大开源项目
GitCode百大计划旨在表彰GitCode平台上积极推动项目社区化,拥有广泛影响力的G-Star项目,入选项目不仅代表了GitCode开源生态的蓬勃发展,也反映了当下开源行业的发展趋势。07GOT-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。00openHiTLS
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!C0381- WWan2.2-S2V-14B【Wan2.2 全新发布|更强画质,更快生成】新一代视频生成模型 Wan2.2,创新采用MoE架构,实现电影级美学与复杂运动控制,支持720P高清文本/图像生成视频,消费级显卡即可流畅运行,性能达业界领先水平Python00
- GGLM-4.5-AirGLM-4.5 系列模型是专为智能体设计的基础模型。GLM-4.5拥有 3550 亿总参数量,其中 320 亿活跃参数;GLM-4.5-Air采用更紧凑的设计,拥有 1060 亿总参数量,其中 120 亿活跃参数。GLM-4.5模型统一了推理、编码和智能体能力,以满足智能体应用的复杂需求Jinja00
Yi-Coder
Yi Coder 编程模型,小而强大的编程助手HTML013
热门内容推荐
最新内容推荐
项目优选









