Sentinel:Laravel的Sentry实现
Sentinel 是一个针对Laravel框架的Sentry 2实现。默认情况下,它采用了Bootstrap 3.0,但你可以自由选择任何你喜欢的UI库。它的设计目的是让用户权限控制变得简单快速,对于简单的项目,你可能只需要将其安装并调整配置即可。
请注意,cartalyst/sentry认证包已废弃,如果你的项目中正在使用,应升级至cartalyst/sentinel。而本项目rydurham/sentinel也会在未来某个时间点被废弃,不建议用于新项目。如果你正在启动一个新的Laravel应用,我们推荐使用Srlabs/Centaur这一桥接包替代。
安装与配置
使用Composer安装最新版本:
composer require rydurham/sentinel
确保你的应用已经配置了数据库和邮件设置。Laravel 5及以上版本会自动通过"包发现"注册Sentinel的服务提供者。
添加中间件到app/Http/Kernel.php:
protected $routeMiddleware = [
// ...
'sentry.auth' => \Sentinel\Middleware\SentryAuth::class,
'sentry.admin' => \Sentinel\Middleware\SentryAdminAccess::class,
'sentry.member' => \Sentinel\Middleware\SentryMember::class,
'sentry.guest' => \Sentinel\Middleware\SentryGuest::class,
];
发布视图、静态资源、配置文件和迁移:
php artisan sentinel:publish
你还可以指定主题选项发布特定主题的视图和静态资源:
php artisan sentinel:publish --theme="foundation"
运行数据库迁移:
php artisan migrate
并播种初始数据:
php artisan db:seed --class=SentinelDatabaseSeeder
最后,设定一个名为home的路由:
// routes/web.php
Route::get('/', function () {
return view('welcome');
})->name('home');
使用
安装完成后,立即可以通过以下预定义的路由使用:
yoursite.com/loginyoursite.com/logoutyoursite.com/registeryoursite.com/users- 管理用户(仅限管理员)yoursite.com/groups- 管理组(仅限管理员)
Sentinel还提供了中间件来防止未经授权的访问。
扩展性
你可以关闭默认路由,并自定义符合应用程序逻辑的路由。创建继承自Sentinel默认User模型Sentinel\Models\User的新用户模型。记得在发布Sentinel和Sentry配置文件后,在Sentry的配置文件中更改用户模型的设置以指向你的新用户模型。
通过注入SentryUserRepository和/或SentryGroupRepository类到控制器中,可以直接操作用户和组。考虑创建自定义的仓库,这将扩展Sentinel提供的仓库。
不建议直接扩展Sentinel的控制器类,而是建议从头创建自己的控制器。
此外,Sentinel在测试环境中也有很好的支持,可以在测试用例中模拟用户登录状态。
文档与社区
更多关于配置选项、事件监听器、种子和迁移的详细信息,请查阅Wiki。有任何问题,可以访问项目网站进行提问。
Sentinel还支持多种语言,翻译工作在CrowdIn上进行,欢迎贡献和参与。
Sentinel为Laravel应用提供了强大且易用的身份验证解决方案,如果你正寻找一个快速启动用户管理功能的方法,那么它绝对值得一试。
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
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
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。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