首页
/ Filament Breezy v2.6.0 发布:Laravel 12支持与安全增强

Filament Breezy v2.6.0 发布:Laravel 12支持与安全增强

2025-07-09 02:40:55作者:魏献源Searcher

Filament Breezy 是一个为 Filament Admin 面板提供用户认证和安全功能的扩展包,它简化了用户注册、登录、密码重置、双因素认证等常见功能的实现。最新发布的 v2.6.0 版本带来了多项重要更新,包括对 Laravel 12 的官方支持、翻译改进以及安全功能的增强。

Laravel 12 与 PHP 8.4 兼容性

v2.6.0 版本最重要的更新是正式支持 Laravel 12 框架和 PHP 8.4。这一更新确保了开发者可以在最新的 Laravel 生态系统中无缝使用 Filament Breezy 提供的认证功能。同时,所有的动作测试都已更新至 Laravel 12 和 PHP 8.4 环境,保证了扩展包在这些新版本中的稳定性和可靠性。

多语言支持改进

本次更新对多语言支持进行了多项优化:

  1. 修复了阿拉伯语翻译中的问题,提升了中东地区用户的使用体验
  2. 完善了波兰语翻译,并增加了对 Sanctum 令牌更新的翻译支持
  3. 修正了自定义个人信息示例中的问题,使文档更加清晰准确

这些改进使得 Filament Breezy 在国际化项目中能够提供更专业的用户体验。

双因素认证增强

v2.6.0 版本引入了一个重要的安全功能增强:开发者现在可以自定义双因素认证(2FA)的中间件。这一改进为项目提供了更大的灵活性,允许开发者根据具体需求调整 2FA 的安全策略和实现方式。

使用建议

对于正在使用或考虑使用 Filament Breezy 的开发者,v2.6.0 版本是一个值得升级的版本,特别是:

  • 计划迁移到 Laravel 12 的项目
  • 需要多语言支持的国际项目
  • 对安全性有更高要求的应用

升级时,建议开发者仔细测试 2FA 功能的变更,确保自定义中间件的配置符合项目的安全需求。同时,对于使用阿拉伯语或波兰语的项目,可以验证新的翻译改进是否符合预期。

Filament Breezy 持续为 Filament Admin 提供强大而灵活的认证解决方案,v2.6.0 版本的发布进一步巩固了其在这一领域的地位。

登录后查看全文
热门项目推荐

最新内容推荐

项目优选

收起
kernelkernel
deepin linux kernel
C
22
6
docsdocs
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
153
1.98 K
ops-mathops-math
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++
504
42
nop-entropynop-entropy
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
8
0
ohos_react_nativeohos_react_native
React Native鸿蒙化仓库
C++
194
279
openHiTLSopenHiTLS
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
992
395
RuoYi-Vue3RuoYi-Vue3
🎉 (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
938
554
communitycommunity
本项目是CANN开源社区的核心管理仓库,包含社区的治理章程、治理组织、通用操作指引及流程规范等基础信息
332
11
openGauss-serveropenGauss-server
openGauss kernel ~ openGauss is an open source relational database management system
C++
146
191
金融AI编程实战金融AI编程实战
为非计算机科班出身 (例如财经类高校金融学院) 同学量身定制,新手友好,让学生以亲身实践开源开发的方式,学会使用计算机自动化自己的科研/创新工作。案例以量化投资为主线,涉及 Bash、Python、SQL、BI、AI 等全技术栈,培养面向未来的数智化人才 (如数据工程师、数据分析师、数据科学家、数据决策者、量化投资人)。
Python
75
70