Hanko项目中的"记住我"功能实现解析
在现代Web应用中,用户会话管理是身份验证系统的核心功能之一。Hanko项目作为一个开源的身份验证解决方案,近期针对用户会话管理进行了重要功能增强——引入了"记住我"(Remember Me)功能。本文将深入分析这一功能的实现原理和技术细节。
会话管理的两种模式
传统的会话管理通常采用两种主要方式:基于令牌(Token)的会话和基于Cookie的会话。Hanko项目原本的会话管理机制是:前端SDK从x-auth-token头部获取JWT令牌,或者后端将JWT存储为Cookie。这两种方式都存在一个共同特点——会话有效期完全由JWT的有效期决定,用户无法自主选择会话持续时间。
"记住我"功能的创新点
Hanko项目通过新增的"记住我"功能,为用户提供了更灵活的会话控制选项。当用户在登录页面勾选"记住我"复选框时,系统会采用持久化Cookie存储JWT令牌,使会话在浏览器关闭后依然保持有效。如果用户不勾选此选项,则使用会话Cookie存储JWT,浏览器关闭后会话自动终止。
后端配置实现
在技术实现上,Hanko项目在后端配置中新增了一个关键参数:
type Session struct {
EnableRememberMe bool `yaml:"enable_remember_me" json:"enable_remember_me,omitempty" koanf:"enable_remember_me" split_words:"true" jsonschema:"default=false"`
}
这个参数默认值为false,意味着"记住我"功能默认不启用,保持了向后兼容性。当设置为true时,系统会在Hanko Elements用户界面中显示"记住我"选项,让用户自主选择会话持续时间。
前端实现细节
在前端实现方面,项目使用了js-cookie库来处理Cookie存储。测试发现一个有趣的现象:当浏览器关闭时保持标签页打开状态,Cookie会被保留;而如果先关闭标签页再关闭浏览器,Cookie则会过期。这种行为差异源于浏览器对会话Cookie和持久化Cookie的不同处理机制。
安全考量
"记住我"功能虽然提升了用户体验,但也带来了额外的安全考虑。项目团队在设计时确保了以下几点:
- 功能默认禁用,需要管理员明确配置才能启用
- 用户需要主动选择才能启用持久会话
- 依然基于JWT的安全机制,保持了原有的安全特性
总结
Hanko项目的"记住我"功能实现展示了现代身份验证系统在安全性和用户体验之间的平衡艺术。通过灵活的配置选项和用户可控的选择权,既满足了需要长期会话的用户需求,又为注重安全的场景提供了保障。这种实现方式值得其他身份验证系统开发者参考,特别是在需要兼顾多种使用场景的企业级应用中。
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
unified-cache-managementUnified Cache Manager(推理记忆数据管理器),是一款以KV Cache为中心的推理加速套件,其融合了多类型缓存加速算法工具,分级管理并持久化推理过程中产生的KV Cache记忆数据,扩大推理上下文窗口,以实现高吞吐、低时延的推理体验,降低每Token推理成本。Python03
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
Spark-Prover-X1-7BSpark-Prover-X1-7B is a 7B-parameter large language model developed by iFLYTEK for automated theorem proving in Lean4. It generates complete formal proofs for mathematical theorems using a three-stage training framework combining pre-training, supervised fine-tuning, and reinforcement learning. The model achieves strong formal reasoning performance and state-of-the-art results across multiple theorem-proving benchmarksPython00
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-X1-7B is a 7B-parameter large language model by iFLYTEK for mathematical auto-formalization. It translates natural-language math problems into precise Lean4 formal statements, achieving high accuracy and logical consistency. The model is trained with a two-stage strategy combining large-scale pre-training and supervised fine-tuning for robust formal reasoning.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- HHowToCook程序员在家做饭方法指南。Programmer's guide about how to cook at home (Chinese only).Dockerfile015
Spark-Scilit-X1-13B科大讯飞Spark Scilit-X1-13B基于最新一代科大讯飞基础模型,并针对源自科学文献的多项核心任务进行了训练。作为一款专为学术研究场景打造的大型语言模型,它在论文辅助阅读、学术翻译、英语润色和评论生成等方面均表现出色,旨在为研究人员、教师和学生提供高效、精准的智能辅助。Python00- PpathwayPathway is an open framework for high-throughput and low-latency real-time data processing.Python00