devise-passkeys 的安装和配置教程
2025-05-26 02:29:04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
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
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
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Python00
HunyuanVideo-1.5HunyuanVideo-1.5作为一款轻量级视频生成模型,仅需83亿参数即可提供顶级画质,大幅降低使用门槛。该模型在消费级显卡上运行流畅,让每位开发者和创作者都能轻松使用。本代码库提供生成创意视频所需的实现方案与工具集。00
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
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
最新内容推荐
IEC61850建模工具及示例资源:智能电网自动化配置的完整指南 TextAnimator for Unity:打造专业级文字动画效果的终极解决方案 全球GEOJSON地理数据资源下载指南 - 高效获取地理空间数据的完整解决方案 全球36个生物多样性热点地区KML矢量图资源详解与应用指南 PANTONE潘通AI色板库:设计师必备的色彩管理利器 OMNeT++中文使用手册:网络仿真的终极指南与实用教程 深入解析Windows内核模式驱动管理器:系统驱动管理的终极利器 咖啡豆识别数据集:AI目标检测在咖啡质量控制中的革命性应用 LabVIEW串口通信开发全攻略:从入门到精通的完整解决方案 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
deepin linux kernel
C
24
9
暂无简介
Dart
646
149
Ascend Extension for PyTorch
Python
207
220
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++
653
286
React Native鸿蒙化仓库
JavaScript
250
318
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
🎉 (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
1.13 K
637
本项目是CANN提供的是一款高效、可靠的Transformer加速库,基于华为Ascend AI处理器,提供Transformer定制化场景的高性能融合算子。
C++
78
101
仓颉编译器源码及 cjdb 调试工具。
C++
130
861
仓颉编程语言运行时与标准库。
Cangjie
134
873