【亲测免费】 Streamlit-Authenticator使用教程
1. 项目介绍
Streamlit-Authenticator 是一个专为 Streamlit 应用设计的安全认证模块,它允许开发者轻松集成用户验证功能。此项目由 Mohammad Khorasani 开发并维护,旨在解决在 Streamlit 应用程序中实现用户权限管理和认证的需求。采用MIT许可证开源,支持Python 3.6及更高版本,确保用户凭证安全验证,并且支持自定义配置来增强应用安全性。
2. 项目快速启动
要迅速地在你的Streamlit应用中集成Streamlit-Authenticator,遵循以下步骤:
首先,通过pip安装streamlit-authenticator库:
pip install streamlit-authenticator==0.1.4
请注意,实际开发时可能已有更新版本,建议查看最新版本进行安装。
接下来,在你的Streamlit脚本中引入必要的模块,并配置用户信息。创建或修改一个YAML配置文件(例如 config.yaml)来存储用户名、密码等信息,密码将自动被哈希处理。
示例配置文件 (config.yaml):
names: [User1, User2]
usernames: [user1, user2]
passwords: ['password1_hashed', 'password2_hashed']
密码应该是预先哈希过的值,以保证安全性。你可以使用提供的工具或者直接在第一次设置时使用库函数来哈希密码。
然后,在脚本中导入库并使用:
import streamlit as st
import streamlit_authenticator as stauth
# 从config.yaml加载用户数据
with open('config.yaml') as file:
config = yaml.safe_load(file)
credentials = {
'usernames': {
config['usernames'][0]: {'name': config['names'][0], 'password': config['passwords'][0]},
config['usernames'][1]: {'name': config['names'][1], 'password': config['passwords'][1]}
}
}
authenticator = stauth.Authenticate(credentials, 'cookie_name', 'random_key', 30)
name, authentication_status, username = authenticator.login('Login', 'main')
if authentication_status:
st.write(f'Welcome *{name}*')
elif authentication_status == False:
st.error('Username/password is incorrect')
elif authentication_status == None:
st.warning('Please enter your username and password')
3. 应用案例和最佳实践
应用Streamlit-Authenticator的最佳实践包括:
- 用户权限管理:根据用户角色分配不同级别的访问权限。
- 密码策略:强制执行复杂的密码规则,增加安全性。
- 会话管理:利用重认证机制保护长时间未操作的会话。
- 前端整合:无缝集成到Streamlit界面中,提供良好的用户体验,比如登录失败的反馈和注销功能。
通过添加定制化登录组件,确保应用符合特定的安全和用户体验要求。
4. 典型生态项目
虽然Streamlit-Authenticator本身是Streamlit生态中的一个小部分,但它的存在促进了更多需要用户验证的复杂应用的发展,如:
- 数据分析平台:为不同的团队成员提供访问受限数据分析视图的能力。
- 内部工具:确保只有授权员工能够访问敏感的内部管理系统。
- 教育应用:控制学生对课程资源的访问权限。
通过Streamlit-Authenticator,开发者可以轻易地将其项目拓展至需要身份验证的任何领域,增强了应用的专业性和安全性。
以上即为基于mkhorasani/Streamlit-Authenticator项目的简明教程。记住,有效的文档和实践结合是成功集成此类库的关键。始终保持你的依赖是最新的,并遵循最佳的安全实践。
kernelopenEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。C0130
let_datasetLET数据集 基于全尺寸人形机器人 Kuavo 4 Pro 采集,涵盖多场景、多类型操作的真实世界多任务数据。面向机器人操作、移动与交互任务,支持真实环境下的可扩展机器人学习00
mindquantumMindQuantum is a general software library supporting the development of applications for quantum computation.Python059
PaddleOCR-VLPaddleOCR-VL 是一款顶尖且资源高效的文档解析专用模型。其核心组件为 PaddleOCR-VL-0.9B,这是一款精简却功能强大的视觉语言模型(VLM)。该模型融合了 NaViT 风格的动态分辨率视觉编码器与 ERNIE-4.5-0.3B 语言模型,可实现精准的元素识别。Python00
GLM-4.7-FlashGLM-4.7-Flash 是一款 30B-A3B MoE 模型。作为 30B 级别中的佼佼者,GLM-4.7-Flash 为追求性能与效率平衡的轻量化部署提供了全新选择。Jinja00
AgentCPM-ReportAgentCPM-Report是由THUNLP、中国人民大学RUCBM和ModelBest联合开发的开源大语言模型智能体。它基于MiniCPM4.1 80亿参数基座模型构建,接收用户指令作为输入,可自主生成长篇报告。Python00