bcrypt.js v3.0.0 发布:现代密码哈希库的重要升级
bcrypt.js 是一个纯 JavaScript 实现的 bcrypt 密码哈希算法库,它不需要任何原生依赖,可以在浏览器和 Node.js 环境中运行。作为密码安全领域的重要工具,bcrypt.js 通过慢哈希和加盐机制为密码存储提供了强大的保护。
重大变更:项目现代化重构
本次 v3.0.0 版本带来了两项重大变更:
-
项目结构现代化:bcrypt.js 现在默认导出 ECMAScript 模块(ESM),同时保留了 UMD 格式作为回退方案。这意味着在现代 JavaScript 项目中可以更自然地使用 import 语法导入该库。此外,项目现在内置了 TypeScript 类型定义,为 TypeScript 开发者提供了更好的开发体验。值得注意的是,dist/ 目录不再纳入版本控制,而是作为构建产物在发布时生成。
-
默认生成 2b 哈希:虽然 bcrypt.js 并未受到导致 bcrypt 版本从 2a 升级到 2b 的漏洞影响,但为了与大多数实现(包括原生 bcrypt 绑定)保持一致,现在默认生成 2b 版本的哈希。这一变更不会影响现有哈希的验证功能,但测试中直接比较哈希字符串的逻辑可能需要相应调整。
新特性:密码长度检查助手
v3.0.0 引入了一个实用的新功能 - 密码输入长度检查助手。在密码哈希前检查输入长度是一个良好的安全实践,可以防止潜在的拒绝服务攻击(DoS),因为过长的密码输入会导致哈希计算消耗过多资源。这个助手函数让开发者能够轻松实现这一安全检查。
技术细节优化
-
加密模块适配:项目改进了对 Node.js crypto 模块的使用方式,使其更好地适应 ESM 环境。这是现代 JavaScript 生态演进的重要一步。
-
安全比较优化:内部的安全字符串比较函数(safeStringCompare)得到了改进,现在使用异或(XOR)操作来实现,这进一步增强了比较过程的安全性。
-
构建与测试流程:项目合并了 lint 和测试工作流,简化了持续集成流程。同时修复了测试用例,确保在各种环境下的稳定性。
开发者体验提升
-
类型定义更新:TypeScript 类型定义得到了更新和完善,为使用 TypeScript 的开发者提供了更准确的类型提示。
-
文档说明增强:新增了关于在浏览器中使用 ESM 变体的说明,帮助前端开发者更好地集成该库。
-
代码风格统一:项目现在使用 Prettier 进行代码格式化,确保了代码风格的一致性。
向后兼容性说明
虽然 v3.0.0 包含重大变更,但团队采取了谨慎的升级策略:
- 现有的 2a 版本哈希仍然可以正常验证
- 保留了 UMD 格式作为回退方案,确保不兼容 ESM 的环境仍能使用
- 类型定义的加入不会影响纯 JavaScript 项目的使用
对于需要长期维护的项目,建议在升级前充分测试哈希生成和验证流程,特别是那些依赖哈希字符串精确匹配的逻辑。
bcrypt.js v3.0.0 的这些改进标志着该项目向现代 JavaScript 生态的全面靠拢,同时保持了其一贯的安全性和可靠性,是密码安全领域值得关注的一次重要升级。
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-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