Better Auth项目v1.1.15-beta.5版本发布:关键Bug修复与功能优化
Better Auth是一个专注于提供现代化身份验证解决方案的开源项目,它简化了身份验证流程,同时提供了高度可定制的功能。该项目特别注重开发者体验,为各种应用场景提供了灵活的认证机制。
本次发布的v1.1.15-beta.5版本虽然是一个预发布版本,但包含了几个重要的修复和改进,这些变更将显著提升开发者在特定场景下的使用体验。
主要改进内容
Expo客户端Cookie缓存问题修复
在之前的版本中,当使用Expo客户端时,存在一个关于cookie缓存的显著问题:cookie缓存会意外覆盖原始令牌。这个问题可能导致用户在Expo环境中遇到意外的认证行为,特别是在令牌刷新或更新场景下。
新版本彻底解决了这一问题,确保了Expo环境下的令牌管理行为与预期一致。对于使用React Native和Expo构建移动应用的开发者来说,这一修复将显著提升认证流程的稳定性。
插件选项类型导出一致性优化
项目中的插件系统是Better Auth的一个重要特性,它允许开发者通过插件扩展认证功能。在之前的版本中,插件选项的类型导出存在不一致的问题,这可能导致TypeScript开发者在类型推断和自动补全方面遇到困扰。
本次更新统一了所有插件选项的类型导出方式,使类型系统更加一致和可靠。这一改进虽然看似微小,但对于使用TypeScript进行开发的团队来说,将大幅提升开发体验和代码的可维护性。
自定义请求体属性支持增强
认证流程中,开发者经常需要向认证请求中添加自定义属性。新版本增强了这一功能,现在开发者可以更灵活地向请求体中添加自定义属性,而不会受到系统限制。
这一改进特别适合需要传递额外上下文信息或实现特定业务逻辑的场景。例如,开发者现在可以轻松地在认证请求中添加设备信息、地理位置数据或其他业务相关字段,而无需担心系统限制或类型冲突。
技术影响与建议
对于正在使用或考虑采用Better Auth的开发者,建议特别关注以下方面:
-
如果您在Expo环境中遇到令牌管理问题,升级到此版本将解决相关问题。
-
TypeScript开发者将受益于更一致的类型导出,建议检查现有代码中是否利用了插件系统,并考虑是否需要调整类型引用方式。
-
需要传递额外认证上下文的开发者,现在可以更自由地扩展请求体内容,这为构建更复杂的认证流程提供了可能。
这个预发布版本虽然包含的变更不多,但每一项都针对实际开发中的痛点进行了优化,体现了Better Auth项目对开发者体验的持续关注。建议开发团队根据自身需求评估是否采用此版本,或等待后续的稳定版本发布。
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
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
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。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