Better Auth v1.1.9 版本发布:增强认证功能与修复关键问题
Better Auth 是一个现代化的认证解决方案,旨在为开发者提供灵活、安全的用户认证功能。该项目支持多种认证方式,包括传统的用户名密码认证、OAuth 集成、邮件验证以及新兴的Passkey技术等。最新发布的v1.1.9版本带来了一些重要的功能增强和问题修复,进一步提升了系统的稳定性和可用性。
功能增强
邮件验证支持自定义过期时间
在用户认证流程中,邮件验证是一个关键环节。新版本现在支持为邮件验证链接设置自定义的过期时间(expiresIn)。这一改进使得开发者可以根据业务需求和安全策略,灵活控制验证链接的有效期。例如,对于高安全要求的应用,可以设置较短的过期时间(如15分钟);而对于用户体验优先的场景,则可以适当延长有效期(如24小时)。
通用OAuth插件支持参数覆盖
在OAuth集成方面,新版本增强了通用OAuth插件的灵活性。现在开发者可以覆盖认证URL中的默认参数,这为与各种OAuth提供商的集成提供了更大的定制空间。这一特性特别适用于需要传递特殊参数或需要与特定OAuth实现兼容的场景。
问题修复
版本一致性修复
解决了项目中Better Call组件版本不一致的问题,确保了整个系统的稳定性和一致性。版本不一致可能导致难以预料的行为和兼容性问题,这一修复有助于提升系统的可靠性。
OpenAPI相关改进
- 为OpenAPI模式添加了版本信息,这使得API文档更加完整,便于开发者了解所使用的API版本。
- 导出OpenAPI类型定义,为使用TypeScript的开发者提供了更好的类型支持,提升了开发体验。
邮件OTP的速率限制
修复了邮件一次性密码(OTP)功能中默认速率限制规则未正确应用的问题。现在系统会按照预期对邮件OTP请求进行速率限制,防止滥用和暴力攻击,提高了系统的安全性。
Passkey功能改进
修复了Passkey功能中获取baseURL方式不一致的问题。Passkey作为一种新兴的无密码认证技术,其稳定性和一致性对于用户体验至关重要。这一修复确保了Passkey功能在不同环境下的可靠运行。
总结
Better Auth v1.1.9版本虽然在功能上没有重大变革,但通过一系列精细化的改进和问题修复,显著提升了系统的稳定性、安全性和开发者体验。特别是邮件验证自定义过期时间和OAuth参数覆盖能力的增强,为开发者提供了更大的灵活性。这些改进使得Better Auth在各种认证场景下都能提供更加可靠和定制化的解决方案。
对于正在使用或考虑采用Better Auth的开发者来说,升级到v1.1.9版本将能够获得更稳定、更灵活的认证功能,同时也能享受到更好的开发体验。
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