AWS Amplify JS 在 Next.js 中的服务端 Cookie 行为解析
核心问题概述
AWS Amplify JS 的 Next.js 适配器(@aws-amplify/adapter-nextjs)在处理认证会话时,服务端设置的 Cookie 会采用默认属性值。这一行为在实际应用中可能导致客户端配置的 CookieStorage 与服务端设置的 Cookie 属性不匹配,进而引发认证流程中的异常情况。
技术背景
在 Next.js 应用中,当使用 AWS Amplify 进行认证时,通常会涉及两种环境下的 Cookie 操作:
- 客户端环境:通过 cognitoUserPoolsTokenProvider.setKeyValueStorage 配置自定义 Cookie 属性
- 服务端环境:在执行 fetchAuthSession 等操作时自动设置 Cookie
问题现象
当服务端触发 token 刷新时,会设置带有默认属性的 Cookie。如果客户端配置了特定的 Cookie 属性(如 domain、secure、path 等),这些服务端设置的 Cookie 可能无法被客户端正确管理。具体表现为:
- 登出操作时无法清除服务端设置的 Cookie
- 残留的过期 Cookie 导致重复触发 tokenRefresh_failure 事件
- 用户可能因此陷入无法登录的状态
解决方案演进
AWS Amplify 团队对此问题进行了两阶段的改进:
第一阶段:文档说明
最初版本中,文档仅提到服务端 fetchAuthSession 可能将认证令牌返回给客户端,但未明确说明服务端 Cookie 属性不可定制的问题。
第二阶段:功能增强
在 aws-amplify@6.13.1 和 @aws-amplify/adapter-nextjs@1.5.1 版本中,引入了服务端 Cookie 属性自定义功能。开发者现在可以通过 createServerRunner 工厂函数的 runtimeOptions 参数来配置服务端的 Cookie 属性。
最佳实践示例
以下是如何在 Next.js 应用中统一客户端和服务端 Cookie 配置的示例:
// 客户端配置
'use client';
import { Amplify } from 'aws-amplify';
import { cognitoUserPoolsTokenProvider } from 'aws-amplify/auth/cognito';
import { CookieStorage } from 'aws-amplify/utils';
Amplify.configure(amplifyConfig, { ssr: true });
cognitoUserPoolsTokenProvider.setKeyValueStorage(
new CookieStorage({
domain: "example.com",
secure: true,
path: '/',
sameSite: 'lax',
expires: 30,
}),
);
// 服务端配置
import { createServerRunner } from '@aws-amplify/adapter-nextjs';
export const { runWithAmplifyServerContext } = createServerRunner({
config: outputs,
runtimeOptions: {
cookies: {
domain: "example.com",
maxAge: 2592000, // 30天
sameSite: "lax",
},
},
});
注意事项
- secure 属性目前不能直接通过配置控制
- 服务端和客户端的 Cookie 配置应保持一致
- 在升级版本时,需要同时更新客户端和服务端的配置
总结
AWS Amplify JS 对 Next.js 的支持不断完善,服务端 Cookie 行为的明确和可配置性增强,使得开发者能够更好地控制认证流程。理解这一机制对于构建稳定可靠的认证系统至关重要,特别是在需要服务端渲染和客户端交互协同工作的场景下。
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
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
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
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!Kotlin07
compass-metrics-modelMetrics model project for the OSS CompassPython00