使用Lucia和Arctic实现Google OAuth时遇到的Code Verifier问题解析
2025-05-23 15:24:48作者:宣聪麟
问题背景
在使用Lucia身份验证库和Arctic OAuth库实现Google登录功能时,开发者遇到了"Invalid code verifier"的错误。这种情况通常发生在OAuth 2.0的PKCE(Proof Key for Code Exchange)流程中,当授权码交换访问令牌时验证失败。
PKCE流程简介
PKCE是OAuth 2.0的一个扩展,主要用于增强公共客户端的授权码流程安全性。其核心流程包括:
- 客户端生成一个随机的code_verifier
- 通过哈希算法生成code_challenge
- 在授权请求中包含code_challenge
- 在令牌请求时提供原始的code_verifier
- 授权服务器验证两者是否匹配
问题分析
从代码中可以看到,开发者在实现Google OAuth时犯了一个常见的错误:在存储code_verifier时,错误地将state值存储到了code_verifier的cookie中。正确的做法应该是存储最初生成的code_verifier值。
具体问题代码如下:
cookies().set("code_verifier", state, { // 错误:这里存储的是state而不是code_verifier
path: "/",
secure: false,
httpOnly: true,
maxAge: 60 * 10,
sameSite: "lax",
})
解决方案
正确的实现方式应该是:
cookies().set("code_verifier", codeVerifier, { // 正确:存储生成的code_verifier
path: "/",
secure: false,
httpOnly: true,
maxAge: 60 * 10,
sameSite: "lax",
})
完整流程解析
-
生成授权URL阶段:
- 生成随机的state和code_verifier
- 使用code_verifier创建code_challenge
- 将state和code_verifier存储在cookie中
- 重定向用户到Google授权页面
-
回调处理阶段:
- 从查询参数中获取code和state
- 从cookie中获取存储的state和code_verifier
- 验证state是否匹配
- 使用code和code_verifier交换访问令牌
安全注意事项
- state参数:用于防止CSRF攻击,必须随机生成且验证
- code_verifier:长度应在43-128字符之间,使用高熵随机值
- Cookie安全:生产环境应启用secure标志,确保仅通过HTTPS传输
- 存储时效:设置合理的过期时间(如10分钟)
总结
在实现OAuth流程时,正确处理PKCE相关参数至关重要。开发者需要特别注意:
- 区分state和code_verifier的不同作用
- 确保生成和存储的code_verifier一致
- 遵循OAuth 2.0的安全最佳实践
通过修正这个简单的参数传递错误,即可解决"Invalid code verifier"的问题,使Google OAuth登录功能正常工作。
登录后查看全文
热门项目推荐
相关项目推荐
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
项目优选
收起
deepin linux kernel
C
24
9
Ascend Extension for PyTorch
Python
223
245
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
9
1
暂无简介
Dart
672
157
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++
662
312
React Native鸿蒙化仓库
JavaScript
262
322
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
64
19
仓颉编译器源码及 cjdb 调试工具。
C++
134
867
仓颉编程语言测试用例。
Cangjie
37
860
openGauss kernel ~ openGauss is an open source relational database management system
C++
160
218