Devise Google Authenticator 技术文档
2024-12-26 15:22:54作者:苗圣禹Peter
1. 安装指南
首先,将以下内容添加到您的 Gemfile 中,并确保也添加了 Devise:
gem 'devise'
gem 'devise_google_authenticator', '0.3.16'
完成上述操作后,执行以下命令来安装依赖项:
bundle install
在安装 Devise Google Authenticator 之前,您需要先安装 Devise。以下为 Devise 的安装步骤:
rails g devise:install
接着配置您的用户或管理员模型:
rails g devise MODEL
在控制器中添加认证过滤:
before_filter :authenticate_user!
确保在 config/routes.rb 文件中配置了根路由。
自动安装
对于全新的应用程序,运行以下生成器以添加必要的配置选项到 Devise 的配置文件:
rails g devise_google_authenticator:install
创建 Devise 用户模型后,设置 Google Authenticator 的附加功能:
rails g devise_google_authenticator MODEL
如果您使用的是 ActiveRecord 而不是 Mongoid 作为数据库 ORM,请执行迁移命令:
rake db:migrate
对现有用户的安装
上述步骤完成后,您需要为每个用户生成密钥:
User.where(:gauth_secret => nil).find_each do |user|
user.send(:assign_auth_secret)
user.save!
end
默认情况下,用户无需执行两步验证。用户访问 /MODEL/displayqr(例如 /users/displayqr),并提交表单后,将启用两步验证(gauth_enabled=1),并在随后的登录中要求进行。
2. 项目使用说明
使用此扩展后,预期行为如下:
- 用户注册时,将自动跳转到 Display QR 页面(除非
ga_bypass_signup设置为true),用户可以将新“令牌”添加到移动设备,并启用或禁用功能。要启用/禁用功能,用户需要输入当前的令牌。 - 如果用户无法自行注册,他们依然可以通过访问
/MODEL/displayqr(例如/users/displayqr)来访问该页面。 - 如果该功能对用户已启用,那么在登录时,用户需要输入密码(如正常情况),然后跳转到 Check QR 页面。用户需要从设备中输入令牌才能成功认证。
- 如果已配置(默认为 1 个月),用户将仅在该时间段内需要输入令牌。
3. 项目API使用文档
此项目的具体API使用文档未在readme中提供,通常这类扩展会包含用于用户认证和管理的API端点。详细的API文档通常在项目wiki或专门的文档文件中提供。
4. 项目安装方式
请参考上述“安装指南”部分,其中包括了通过 Gemfile 安装本项目和相关依赖项的详细步骤。
登录后查看全文
热门项目推荐
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5.1GLM-5.1是智谱迄今最智能的旗舰模型,也是目前全球最强的开源模型。GLM-5.1大大提高了代码能力,在完成长程任务方面提升尤为显著。和此前分钟级交互的模型不同,它能够在一次任务中独立、持续工作超过8小时,期间自主规划、执行、自我进化,最终交付完整的工程级成果。Jinja00
MiniMax-M2.7MiniMax-M2.7 是我们首个深度参与自身进化过程的模型。M2.7 具备构建复杂智能体应用框架的能力,能够借助智能体团队、复杂技能以及动态工具搜索,完成高度精细的生产力任务。Python00- QQwen3.5-397B-A17BQwen3.5 实现了重大飞跃,整合了多模态学习、架构效率、强化学习规模以及全球可访问性等方面的突破性进展,旨在为开发者和企业赋予前所未有的能力与效率。Jinja00
HY-Embodied-0.5这是一套专为现实世界具身智能打造的基础模型。该系列模型采用创新的混合Transformer(Mixture-of-Transformers, MoT) 架构,通过潜在令牌实现模态特异性计算,显著提升了细粒度感知能力。Jinja00
LongCat-AudioDiT-1BLongCat-AudioDiT 是一款基于扩散模型的文本转语音(TTS)模型,代表了当前该领域的最高水平(SOTA),它直接在波形潜空间中进行操作。00
热门内容推荐
项目优选
收起
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
663
4.27 K
deepin linux kernel
C
28
15
Ascend Extension for PyTorch
Python
506
612
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
941
868
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
394
292
暂无简介
Dart
911
219
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.54 K
894
AscendNPU-IR是基于MLIR(Multi-Level Intermediate Representation)构建的,面向昇腾亲和算子编译时使用的中间表示,提供昇腾完备表达能力,通过编译优化提升昇腾AI处理器计算效率,支持通过生态框架使能昇腾AI处理器与深度调优
C++
124
198
昇腾LLM分布式训练框架
Python
142
168
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!
C
1.07 K
557