Tinyauth项目中的跨域Cookie认证问题分析与解决方案
2025-07-05 20:12:16作者:仰钰奇
问题背景
在Tinyauth项目的实际部署过程中,开发者可能会遇到一个典型的认证流程问题:用户在Android设备上输入正确的用户名和密码后,系统短暂显示"Welcome Back"提示,随后又跳转回登录页面。而同样的配置在iOS设备上却能正常工作。这种现象通常与浏览器Cookie处理机制和跨域安全策略有关。
技术分析
Cookie的同源策略
现代浏览器基于安全考虑,实施了严格的同源策略(Same-origin policy)。该策略规定:
- 只有与当前页面同源的网站才能读取和设置Cookie
- "同源"指的是协议(http/https)、域名和端口号完全相同
在问题描述的配置中:
- 认证服务运行在auth.lan
- 被保护的应用运行在whoami.lan
- 这两个域名虽然同属.lan顶级域,但属于不同的二级域
认证流程解析
当用户访问whoami.lan时,完整的认证流程应该是:
- 浏览器访问whoami.lan
- Caddy代理将请求转发给Tinyauth进行认证
- 认证通过后,Tinyauth尝试设置认证Cookie
- 由于跨域限制,浏览器拒绝保存这个Cookie
- 后续请求无法提供有效的认证凭证,导致重新跳转登录
解决方案
正确的域名配置方案
要使Tinyauth的认证机制正常工作,必须确保认证服务和被保护应用位于相同的父域下。推荐采用以下域名结构:
认证服务:auth.mylab.lan
应用服务:whoami.mylab.lan
其他服务:*.mylab.lan
关键配置项
在docker-compose配置中需要特别注意以下参数:
- APP_URL:必须设置为认证服务的完整URL(如https://auth.mylab.lan)
- COOKIE_SECURE:确保设置为true以启用安全Cookie
- 所有服务的Caddy配置中应使用相同的父域
实施步骤
- 修改DNS配置,将所有服务迁移到同一父域下
- 更新docker-compose.yml中的域名配置
- 确保APP_URL环境变量与新的域名结构匹配
- 重启所有服务使配置生效
经验总结
- 在规划内部网络服务时,应提前设计好统一的域名结构
- 认证服务应当作为基础设施的核心组件,与其他服务保持一致的域名层级
- 跨域问题不仅会影响Tinyauth,也是许多Web应用中常见的配置陷阱
- 不同浏览器对Cookie策略的实现可能略有差异,这也是问题在iOS和Android上表现不同的原因
通过正确的域名规划和配置,可以确保Tinyauth的认证机制在各种设备和浏览器上都能稳定工作,为内部服务提供可靠的身份验证保障。
登录后查看全文
热门项目推荐
相关项目推荐
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust0194
cann-learning-hubCANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。Jupyter Notebook0121
MiMo-V2.5-Pro-FP4-DFlashMiMo-V2.5-Pro-FP4-DFlash 是驱动 MiMo-V2.5-Pro-UltraSpeed 的底层模型: FP4 量化骨干网络:对 MoE 专家采用 MXFP4 量化,同时保持模型其他部分的更高精度,在几乎无损质量的前提下,显著减小模型体积并降低内存带宽压力。 BF16 DFlash 草稿生成器:用于块扩散推测解码,每次前向传播可生成一整个块的 tokens,并让骨干网络一步完成验证。 两者协同作用,既降低了每参数的位宽,又减少了骨干网络前向传播的次数,而这两者正是万亿参数模型解码过程中的两大主要成本来源。Python00
JoyAI-EchoJoyAI-Echo,这是一个独立的、仅用于推理的版本,旨在实现分钟级多镜头音视频生成。它采用了经过蒸馏的DMD生成器、配对的跨模态记忆以及故事级别的一致性。其性能的核心在于,一个跨模态视听记忆库能够在长达五分钟的视频中保持角色外观和语音音色的一致性。同时,一个训练后处理流程将基于记忆的强化学习与分布匹配蒸馏相结合,实现了7.5倍的速度提升,显著增强了视觉质量和对齐效果。00
AstrBot✨ 易上手的多平台 LLM 聊天机器人及开发框架 ✨ 平台支持 QQ、QQ频道、Telegram、微信、企微、飞书 | OpenAI、DeepSeek、Gemini、硅基流动、月之暗面、Ollama、OneAPI、Dify 等。附带 WebUI。Python05
handy-ollama动手学Ollama,CPU玩转大模型部署,在线阅读地址:https://datawhalechina.github.io/handy-ollama/Jupyter Notebook06
热门内容推荐
最新内容推荐
项目优选
收起
暂无描述
Dockerfile
766
4.99 K
本项目是CANN提供的transformer类大模型算子库,实现网络在NPU上加速计算。
C++
857
1.94 K
本项目是CANN提供的神经网络类计算算子库,实现网络在NPU上加速计算。
C++
686
1.34 K
Ascend Extension for PyTorch
Python
721
892
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++
1.08 K
1.1 K
deepin linux kernel
C
32
16
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
458
445
本仓库是 Flutter SDK 与 Flutter Engine 的 OpenHarmony 适配版本,由 CPF-Flutter 团队维护。开发者可使用熟悉的 Flutter 技术栈开发 OpenHarmony 应用,3.35.7 及以后的适配版本可基于本仓库源码构建支持 OpenHarmony 的 Flutter Engine。
Dart
1.01 K
262
华为昇腾面向大规模分布式训练的多模态大模型套件,支撑多模态生成、多模态理解。
Python
151
253
CANNBot 是面向 CANN 开发的用于提升开发效率的系列智能体,本仓库为其提供可复用的 Skills 模块。
Python
1 K
617