tesseral 的安装和配置教程
2025-05-29 15:50:10作者:史锋燃Gardner
项目基础介绍
Tesseral 是一个开源的认证基础设施,专为B2B SaaS(软件即服务)业务设计。它是一个多租户、API优先的服务,旨在在云上运行。Tesseral 不是一个绑定到特定语言或框架的认证库;它可以与任何技术栈一起工作。
主要编程语言
该项目主要使用 Go 语言开发。
关键技术和框架
- 多租户架构
- API优先的设计
- 支持多种认证方式,如魔法链接、社交登录、SAML单点登录、SCIM目录同步等
- 角色基础访问控制(RBAC)
- 多因素认证(MFA)
- 支持Passkeys/WebAuthn和认证器应用(TOTPs)
- API密钥管理
- 用户邀请和实时Webhooks
准备工作
在开始安装和配置 Tesseral 前,请确保您已经满足了以下条件:
- 安装了 Go 语言环境
- 安装了 Node.js 和 npm,因为前端集成可能需要它们
- 准备了一个用于安装 Tesseral 的项目目录
安装步骤
步骤 1:克隆项目
首先,您需要从 GitHub 上克隆 Tesseral 项目。
git clone https://github.com/tesseral-labs/tesseral.git
cd tesseral
步骤 2:安装依赖
安装项目依赖,这可能包括后端和前端依赖。
# 安装后端依赖
go mod tidy
# 安装前端依赖(如果需要)
cd path/to/frontend
npm install
步骤 3:配置环境
根据项目需求,配置 .env 文件。
# 复制 .env.example 文件为 .env
cp .env.example .env
# 根据您的需求编辑 .env 文件
步骤 4:启动服务
启动后端服务。
go run .
如果项目中有前端部分,您可能还需要启动前端服务。
# 在前端目录中
npm start
步骤 5:集成 SDK
根据您使用的框架,集成对应的 Tesseral SDK。
前端集成
例如,如果您使用 React,您可以按照以下步骤集成 Tesseral SDK。
npm install @tesseral/tesseral-react
# 在您的 React 应用中
import { TesseralProvider } from '@tesseral/tesseral-react';
// ...
<TesseralProvider publishableKey="your_publishable_key">
<App />
</TesseralProvider>
后端集成
例如,如果您使用 Flask,您可以按照以下步骤集成 Tesseral SDK。
from flask import Flask
from tesseral_flask import access_token_claims, require_auth
app = Flask(__name__)
app.before_request(require_auth(publishable_key="your_publishable_key"))
@app.route("/api/hello", methods=["GET"])
def hello():
email = access_token_claims().user.email
return f"hello, {email}"
if __name__ == "__main__":
app.run(debug=True, port=5050)
请确保替换 "your_publishable_key" 为您项目实际的发布密钥。
按照以上步骤操作后,您应该能够成功安装和配置 Tesseral。
登录后查看全文
热门项目推荐
相关项目推荐
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00- QQwen3-Coder-Next2026年2月4日,正式发布的Qwen3-Coder-Next,一款专为编码智能体和本地开发场景设计的开源语言模型。Python00
xw-cli实现国产算力大模型零门槛部署,一键跑通 Qwen、GLM-4.7、Minimax-2.1、DeepSeek-OCR 等模型Go06
PaddleOCR-VL-1.5PaddleOCR-VL-1.5 是 PaddleOCR-VL 的新一代进阶模型,在 OmniDocBench v1.5 上实现了 94.5% 的全新 state-of-the-art 准确率。 为了严格评估模型在真实物理畸变下的鲁棒性——包括扫描伪影、倾斜、扭曲、屏幕拍摄和光照变化——我们提出了 Real5-OmniDocBench 基准测试集。实验结果表明,该增强模型在新构建的基准测试集上达到了 SOTA 性能。此外,我们通过整合印章识别和文本检测识别(text spotting)任务扩展了模型的能力,同时保持 0.9B 的超紧凑 VLM 规模,具备高效率特性。Python00
KuiklyUI基于KMP技术的高性能、全平台开发框架,具备统一代码库、极致易用性和动态灵活性。 Provide a high-performance, full-platform development framework with unified codebase, ultimate ease of use, and dynamic flexibility. 注意:本仓库为Github仓库镜像,PR或Issue请移步至Github发起,感谢支持!Kotlin08
VLOOKVLOOK™ 是优雅好用的 Typora/Markdown 主题包和增强插件。 VLOOK™ is an elegant and practical THEME PACKAGE × ENHANCEMENT PLUGIN for Typora/Markdown.Less00
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
532
3.74 K
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
336
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++
886
596
Ascend Extension for PyTorch
Python
340
404
暂无简介
Dart
771
191
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
12
1
openJiuwen agent-studio提供零码、低码可视化开发和工作流编排,模型、知识库、插件等各资源管理能力
TSX
986
247
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
416
4.21 K
React Native鸿蒙化仓库
JavaScript
303
355