开源项目 `selfsigned` 使用教程
2024-08-31 21:54:03作者:秋泉律Samson
1. 项目的目录结构及介绍
selfsigned/
├── bin/
│ └── generate-cert.js
├── lib/
│ ├── asn1.js
│ ├── ca.js
│ ├── cert.js
│ ├── csr.js
│ ├── index.js
│ ├── key.js
│ ├── pem.js
│ ├── private.js
│ ├── public.js
│ ├── serial.js
│ ├── sign.js
│ ├── subject.js
│ ├── utils.js
│ └── x509.js
├── test/
│ ├── ca.test.js
│ ├── cert.test.js
│ ├── csr.test.js
│ ├── key.test.js
│ ├── pem.test.js
│ ├── private.test.js
│ ├── public.test.js
│ ├── serial.test.js
│ ├── sign.test.js
│ ├── subject.test.js
│ ├── utils.test.js
│ └── x509.test.js
├── .gitignore
├── .npmignore
├── .travis.yml
├── LICENSE
├── README.md
├── package.json
└── yarn.lock
bin/: 包含可执行脚本文件,如generate-cert.js用于生成证书。lib/: 包含项目的主要代码文件,如asn1.js,ca.js,cert.js等。test/: 包含项目的测试文件,如ca.test.js,cert.test.js等。.gitignore: 指定 Git 忽略的文件和目录。.npmignore: 指定 npm 忽略的文件和目录。.travis.yml: Travis CI 配置文件。LICENSE: 项目许可证。README.md: 项目说明文档。package.json: 项目依赖和脚本配置。yarn.lock: Yarn 依赖锁定文件。
2. 项目的启动文件介绍
项目的启动文件位于 bin/ 目录下的 generate-cert.js。该文件用于生成自签名证书。
#!/usr/bin/env node
const fs = require('fs');
const path = require('path');
const selfsigned = require('../lib');
const argv = require('yargs')
.option('out', {
alias: 'o',
describe: 'Output directory',
default: process.cwd()
})
.option('name', {
alias: 'n',
describe: 'Common Name',
default: 'localhost'
})
.option('days', {
alias: 'd',
describe: 'Validity in days',
default: 365
})
.option('key', {
alias: 'k',
describe: 'Output key file',
default: 'key.pem'
})
.option('cert', {
alias: 'c',
describe: 'Output cert file',
default: 'cert.pem'
})
.help()
.argv;
const outDir = argv.out;
const commonName = argv.name;
const days = argv.days;
const keyFile = argv.key;
const certFile = argv.cert;
const pems = selfsigned.generate([{ name: 'commonName', value: commonName }], { days });
fs.writeFileSync(path.join(outDir, keyFile), pems.private);
fs.writeFileSync(path.join(outDir, certFile), pems.cert);
console.log(`Generated key file: ${path.join(outDir, keyFile)}`);
console.log(`Generated cert file: ${path.join(outDir, certFile)}`);
该脚本使用 yargs 解析命令行参数,生成自签名证书,并将生成的密钥和证书文件写入指定目录。
3. 项目的配置文件介绍
项目的主要配置文件是 package.json,其中包含了项目的依赖、脚本和其他元数据。
{
"name": "selfsigned",
"version": "2.0.0",
登录后查看全文
热门项目推荐
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
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
最新内容推荐
32位ECC纠错Verilog代码:提升FPGA系统可靠性的关键技术方案 ZLIB 1.3 静态库 Windows x64 版本:高效数据压缩解决方案完全指南 Jetson TX2开发板官方资源完全指南:从入门到精通 STDF-View解析查看软件:半导体测试数据分析的终极工具指南 2023年最新HTMLCSSJS组件库:提升前端开发效率的必备资源 Photoshop作业资源文件下载指南:全面提升设计学习效率的必备素材库 IEC61850建模工具及示例资源:智能电网自动化配置的完整指南 海康威视DS-7800N-K1固件升级包全面解析:提升安防设备性能的关键资源 PADS元器件位号居中脚本:提升PCB设计效率的自动化利器 PhysioNet医学研究数据库:临床数据分析与生物信号处理的权威资源指南
项目优选
收起
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
306
2.7 K
deepin linux kernel
C
24
7
Ascend Extension for PyTorch
Python
140
170
暂无简介
Dart
598
130
React Native鸿蒙化仓库
JavaScript
235
309
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++
634
232
仓颉编译器源码及 cjdb 调试工具。
C++
123
731
🎉 (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
1.06 K
616
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
198
74
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
460