devise-passkeys 的安装和配置教程
2025-05-26 01:55:19作者:幸俭卉
项目基础介绍
devise-passkeys 是一个为Ruby on Rails应用程序提供使用passkeys(密码密钥)替代传统密码进行用户认证的Devise扩展。它轻量级且几乎无需配置,专注于实现核心功能,同时允许开发者根据需要手动实现额外的细节。
本项目主要使用的编程语言是Ruby,同时涉及到一些HTML和Shell脚本的使用。
项目使用的关键技术和框架
- Devise: 一个为Rails应用提供全面、可扩展的认证解决方案的框架。
- WebAuthn: 一个旨在提供基于公钥加密的用户认证的互联网标准。
- RelyingParty: WebAuthn的一个概念,指的是使用WebAuthn协议的服务端实体。
准备工作
在开始安装之前,请确保您的开发环境满足以下要求:
- Ruby环境已安装并配置正确。
- Rails框架已安装。
- 您的系统中已安装并配置了数据库(如PostgreSQL、MySQL等)。
- 您有一个基本的Rails应用程序框架。
安装步骤
-
添加依赖
在您的Rails应用程序的
Gemfile中添加devise-passkeys依赖:gem 'devise-passkeys'然后,执行以下命令安装依赖:
$ bundle install -
更新模型
您需要确保您的用户模型包含了
webauthn_id字段,并为该字段创建唯一索引。此外,还需要为您的用户模型添加has_many :passkeys关联。$ rails g migration AddWebauthnIdToUsers webauthn_id:string:index:uniq运行迁移来更新数据库:
$ rails db:migrate -
生成Passkey模型
使用以下命令生成用于存储passkeys的模型:
$ rails g model Passkey user:references label:string external_id:string:index:uniq public_key:string:index sign_count:integer last_used_at:datetime同样,运行迁移来创建相应的数据库表:
$ rails db:migrate -
修改用户模型
在您的用户模型中,添加以下代码:
devise :passkey_authenticatable, ... has_many :passkeys并定义相关的方法:
def self.passkeys_class Passkey end def self.find_for_passkey(passkey) self.find_by(id: passkey.user.id) end -
定制控制器和视图
由于Devise尚未内置passkeys支持,您需要定制控制器和视图。生成控制器和视图的命令如下:
$ rails generate devise:controllers users $ rails generate devise:views users然后,根据您的需要修改这些控制器和视图。
-
添加路由
在您的
config/routes.rb文件中,设置定制的路由:devise_for :users, controllers: { registrations: 'users/registrations', sessions: 'users/sessions' } devise_scope :user do # ... 添加相关路由 end -
重新实现
:passkey_authenticatable模块您将需要重新实现Devise的
:passkey_authenticatable模块,以指向您的特定控制器和路由。
以上步骤为您提供了一个基本的devise-passkeys安装和配置流程。根据您的具体需求,可能还需要进行一些额外的配置和代码定制。
登录后查看全文
热门项目推荐
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
项目优选
收起
deepin linux kernel
C
24
9
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
413
3.18 K
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++
690
325
Ascend Extension for PyTorch
Python
229
258
暂无简介
Dart
679
160
React Native鸿蒙化仓库
JavaScript
265
326
🎉 (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
1.21 K
660
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
9
1
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
492
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
346
147