FastEndpoints中实现双认证方案(Cookie+JWT)的技术要点
2025-06-08 09:30:22作者:宣聪麟
在FastEndpoints框架中同时实现Cookie认证和JWT认证时,开发者需要注意一些关键的技术细节。本文将详细介绍如何正确配置这两种认证方案,避免常见的实现陷阱。
认证方案配置要点
Cookie认证配置
当需要API端点返回401状态码时,必须正确配置Cookie认证的事件处理器。以下是一个推荐配置示例:
services.AddAuthenticationCookie(validFor: TimeSpan.FromMinutes(jwtSettings!.TokenExpirationInMinutes), o =>
{
o.Events = new CookieAuthenticationEvents
{
OnRedirectToLogin = ctx =>
{
if (ctx.Request.Path.StartsWithSegments("/api") && ctx.Response.StatusCode == 200)
ctx.Response.StatusCode = 401;
return Task.CompletedTask;
},
OnRedirectToAccessDenied = ctx =>
{
if (ctx.Request.Path.StartsWithSegments("/api") && ctx.Response.StatusCode == 200)
ctx.Response.StatusCode = 403;
return Task.CompletedTask;
}
};
});
这段代码确保了当API请求未经认证时,会直接返回401状态码而不是重定向到登录页面。
用户登录实现差异
对于使用Cookie认证的端点,必须使用FastEndpoints.Security提供的CookieAuth.SignInAsync方法:
await CookieAuth.SignInAsync(allPrivileges, properties: authProperties);
重要提示:不要使用Microsoft.AspNetCore.Identity中的SignInManager,虽然它能成功创建Cookie,但在验证阶段可能会失败。
对于JWT认证的端点,则应使用FastEndpoints.Security提供的JWT生成方法:
JwtBearer.CreateToken(o =>
{
o.SigningKey = _jwt.Key!;
// 其他JWT配置项
});
注意:避免使用System.IdentityModel.Tokens.Jwt中的JwtSecurityToken来生成令牌,以确保与FastEndpoints框架的最佳兼容性。
实现建议
-
保持一致性:在同一个项目中混合使用不同来源的认证方法可能导致难以排查的问题,建议统一使用FastEndpoints提供的认证工具。
-
认证方案选择:根据应用场景选择合适的认证方案:
- 前后端不分离的传统Web应用适合使用Cookie认证
- 移动应用或前后端分离项目更适合JWT认证
-
错误处理:确保为两种认证方案都配置了适当的错误处理逻辑,提供一致的用户体验。
通过遵循这些实践要点,开发者可以在FastEndpoints框架中稳健地实现双认证方案,为不同类型的客户端提供灵活的认证选择。
登录后查看全文
热门项目推荐
相关项目推荐
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust0218
cann-learning-hubCANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。Jupyter Notebook0139
uni-appA cross-platform framework using Vue.jsJavaScript09
GLM-5.2智谱开源 GLM-5.2,这是针对长文本任务的最新旗舰模型。相较于前代产品 GLM-5.1,它在长文本任务处理能力上实现了显著飞跃,并且首次在稳定的 100 万 token 上下文中提供这一能力。Jinja00
SwanLab⚡️SwanLab - an open-source, modern-design AI training tracking and visualization tool. Supports Cloud / Self-hosted use. Integrated with PyTorch / Transformers / LLaMA Factory / veRL/ Swift / Ultralytics / MMEngine / Keras etc.Python00
tiny-universe《大模型白盒子构建指南》:一个全手搓的Tiny-UniverseJupyter Notebook03
项目优选
收起
deepin linux kernel
C
32
16
openEuler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。
C
471
465
Ascend Extension for PyTorch
Python
758
968
昇腾LLM分布式训练框架
Python
186
231
本项目是CANN提供的神经网络类计算算子库,实现网络在NPU上加速计算。
C++
700
1.4 K
本项目是CANN提供的transformer类大模型算子库,实现网络在NPU上加速计算。
C++
880
2.03 K
暂无描述
Dockerfile
780
5.08 K
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
70
22
本仓库是 Flutter SDK 与 Flutter Engine 的 OpenHarmony 适配版本,由 CPF-Flutter 团队维护。开发者可使用熟悉的 Flutter 技术栈开发 OpenHarmony 应用,3.35.7 及以后的适配版本可基于本仓库源码构建支持 OpenHarmony 的 Flutter Engine。
Dart
1.04 K
271
Claude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed.
Get Started
Rust
2.09 K
218