devise-passkeys 的安装和配置教程
2025-05-26 21:47:44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
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5.1GLM-5.1是智谱迄今最智能的旗舰模型,也是目前全球最强的开源模型。GLM-5.1大大提高了代码能力,在完成长程任务方面提升尤为显著。和此前分钟级交互的模型不同,它能够在一次任务中独立、持续工作超过8小时,期间自主规划、执行、自我进化,最终交付完整的工程级成果。Jinja00
MiniMax-M2.7MiniMax-M2.7 是我们首个深度参与自身进化过程的模型。M2.7 具备构建复杂智能体应用框架的能力,能够借助智能体团队、复杂技能以及动态工具搜索,完成高度精细的生产力任务。Python00- QQwen3.5-397B-A17BQwen3.5 实现了重大飞跃,整合了多模态学习、架构效率、强化学习规模以及全球可访问性等方面的突破性进展,旨在为开发者和企业赋予前所未有的能力与效率。Jinja00
HY-Embodied-0.5这是一套专为现实世界具身智能打造的基础模型。该系列模型采用创新的混合Transformer(Mixture-of-Transformers, MoT) 架构,通过潜在令牌实现模态特异性计算,显著提升了细粒度感知能力。Jinja00
LongCat-AudioDiT-1BLongCat-AudioDiT 是一款基于扩散模型的文本转语音(TTS)模型,代表了当前该领域的最高水平(SOTA),它直接在波形潜空间中进行操作。00
项目优选
收起
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
663
4.27 K
deepin linux kernel
C
28
15
Ascend Extension for PyTorch
Python
506
612
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++
941
868
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
394
292
暂无简介
Dart
911
219
🎉 (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
1.54 K
894
AscendNPU-IR是基于MLIR(Multi-Level Intermediate Representation)构建的,面向昇腾亲和算子编译时使用的中间表示,提供昇腾完备表达能力,通过编译优化提升昇腾AI处理器计算效率,支持通过生态框架使能昇腾AI处理器与深度调优
C++
124
198
昇腾LLM分布式训练框架
Python
142
168
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
1.07 K
557