Microcks项目Keycloak配置新增CLI重定向URI支持
在Microcks项目的持续演进中,开发团队近期为Keycloak身份认证服务增加了对命令行工具(CLI)重定向URI的支持。这一改进使得用户能够通过CLI工具实现基于SSO(单点登录)的身份验证流程,进一步提升了Microcks生态系统的用户体验。
背景与需求
Microcks作为一个开源的API Mock和测试工具,其身份认证系统基于Keycloak实现。随着CLI工具的完善,开发团队需要实现CLI与Web应用类似的身份验证体验。然而,Keycloak默认配置中只包含Web应用的重定向URI,导致CLI工具无法完成OAuth2授权码流程。
技术实现方案
经过团队讨论,决定采用以下技术方案:
-
端口选择:为CLI工具分配专用端口58085,该端口经过调研确认未被常见服务占用,避免了与本地运行的其他服务产生冲突。
-
配置更新:在Keycloak的microcks-app-js客户端配置中,新增了localhost:58085作为有效的重定向URI。这一变更被同步应用到Docker Compose、Helm Chart和Operator等多种部署方式中。
-
CLI适配:对应的CLI工具更新为使用58085端口启动本地回调服务器,等待Keycloak的身份验证响应。
架构考量
在方案设计过程中,团队评估了两种主要选项:
-
共享客户端:在现有microcks-app-js客户端中增加重定向URI。这种方式保持了配置的简洁性,适用于功能相似的场景。
-
独立客户端:为CLI创建全新的客户端配置。这种方式提供了更好的隔离性,但会增加管理复杂度。
基于CLI与Web应用功能相似的判断,最终选择了共享客户端的方案,既满足了功能需求,又保持了配置的简洁性。
实施细节
实施过程中,开发团队特别注意了以下技术细节:
-
端口冲突预防:58085端口的选择经过了仔细调研,确保不会与常见服务产生冲突。
-
多环境支持:配置变更被同步应用到所有部署方式(Docker Compose、Helm Chart和Operator),确保各环境一致性。
-
安全考虑:重定向URI严格限定为localhost地址,防止开放重定向漏洞。
未来展望
这一改进为Microcks CLI工具提供了完整的SSO支持,未来团队计划:
-
监控端口使用情况,必要时支持可配置端口。
-
评估是否需要为CLI创建独立客户端配置,以支持更细粒度的权限控制。
-
探索动态注册重定向URI的可能性,进一步提升灵活性。
这一技术改进体现了Microcks项目对开发者体验的持续关注,通过完善工具链支持,使API Mock和测试工作流程更加顺畅高效。
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-1.5暂无简介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
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
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