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。
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
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