Guardian开源项目教程
2024-08-24 18:02:24作者:平淮齐Percy
一、项目目录结构及介绍
Guardian是一款基于Elixir语言开发的身份验证库,专为Phoenix框架设计,但也适用于其他Elixir Web应用。其目录结构展示了清晰的组织逻辑,便于开发者快速上手。
guardian/
|-- lib/
| |-- guardian/ # 核心库代码所在,包括Token处理、认证逻辑等
| | |-- auth_token.ex # 认证令牌的处理模块
| | |-- guardian.ex # 主入口模块,定义了守护进程行为
| |-- guardian_db/ # 提供数据库支持的模块
| |-- token.ex # 数据库存储的Token模型
|-- priv/ # 私有资源目录,如配置示例
| |-- dev.jwt # 开发环境JWT密钥示例
|-- test/ # 测试代码
|-- mix.exs # Mix项目的配置文件
|-- README.md # 项目快速入门和概述
二、项目的启动文件介绍
在Guardian项目中,并没有传统意义上的“启动文件”,因为它是作为库被引入到你的Elixir应用中的。不过,集成Guardian时,关键在于配置和初始化。这通常在你的应用程序的config/config.exs或特定环境配置文件(如config/dev.exs, config/prod.exs)中完成。通过以下方式添加Guardian到应用并设置默认配置:
def application do
[applications: [:guardian]]
end
defp deps do
[{:guardian, "~> 2.0"}]
end
# 在对应的环境配置文件中初始化Guardian
config :my_app, MyApp.Auth,
issuer: "My App",
secret_key_base: System.get_env("GUARDIAN_SECRET_KEY_BASE"),
module: MyApp.Guardian,
token_provider: Guardian.DB.Token
这里,MyApp.Auth是你的认证模块,负责与Guardian交互的具体实现细节。
三、项目的配置文件介绍
Guardian的配置主要是通过Elixir应用的配置文件进行的,而非独立的配置文件。关键配置项通常分散在你的应用的config/*.exs文件中。除了在启动文件示例中提到的基本配置外,还可以自定义多种行为,比如过期时间、刷新策略等:
config :my_app, MyApp.Guardian,
jwt_algorithms: ["HS256"],
# 设置访问令牌有效期
replay_window: 60,
ttl: {30, :minutes}, # 示例访问令牌的生命周期
refresh_ttl: {7, :days} # 刷新令牌的有效期
# 若要使用数据库存储令牌
config :guardian_db,
repo: MyApp.Repo,
table: MyApp.AuthToken # 存储认证令牌的数据库表
以上就是对Guardian项目核心目录结构、启动机制以及配置文件的简要介绍,希望对你理解和使用Guardian有所帮助。记得根据实际应用需求调整配置项。
登录后查看全文
热门项目推荐
相关项目推荐
ERNIE-4.5-VL-28B-A3B-ThinkingERNIE-4.5-VL-28B-A3B-Thinking 是 ERNIE-4.5-VL-28B-A3B 架构的重大升级,通过中期大规模视觉-语言推理数据训练,显著提升了模型的表征能力和模态对齐,实现了多模态推理能力的突破性飞跃Python00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Python00
Spark-Prover-X1-7BSpark-Prover 是由科大讯飞团队开发的专用大型语言模型,专为 Lean4 中的自动定理证明而设计。该模型采用创新的三阶段训练策略,显著增强了形式化推理能力,在同等规模的开源模型中实现了最先进的性能。Python00
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能Python00
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00
GOT-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。00
项目优选
收起
deepin linux kernel
C
24
7
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
316
2.74 K
仓颉编译器源码及 cjdb 调试工具。
C++
124
852
Ascend Extension for PyTorch
Python
155
178
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++
639
246
TorchAir 支持用户基于PyTorch框架和torch_npu插件在昇腾NPU上使用图模式进行推理。
Python
241
85
暂无简介
Dart
606
136
React Native鸿蒙化仓库
JavaScript
239
310
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
1.03 K
470
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
364
3.02 K