Sa-Token v1.40.0 发布:安全增强与功能扩展
项目简介
Sa-Token 是一个轻量级的 Java 权限认证框架,主要解决登录认证、权限认证、单点登录、OAuth2.0、分布式会话等常见权限管理问题。它设计简洁、API 友好,支持快速集成到各种 Java 项目中。
核心功能增强
安全防护能力提升
本次版本在安全防护方面做了多项重要改进:
-
Cookie 自定义属性支持:开发者现在可以更灵活地配置 Cookie 的各种属性,如 HttpOnly、Secure、SameSite 等,满足不同安全场景的需求。这一改进使得 Sa-Token 能够更好地适应现代 Web 应用的安全要求。
-
防火墙策略扩展:新增了请求路径黑名单校验、非法字符校验和白名单放行功能。这些策略可以有效防御路径遍历攻击和非法输入攻击,为应用提供多一层保护。
-
路径校验增强:修复了分号字符的路径校验问题,防止潜在的路径遍历风险。这一改进源于安全社区的研究发现,确保了 URL 过滤的全面性。
会话管理优化
-
会话续期机制改进:修复了某些场景下已存在的 token-session 没有被正确续期的问题,确保会话状态的持续性和一致性。
-
活跃超时检查优化:同一请求内只会执行一次活跃超时检查和续期操作,减少了不必要的性能开销。
-
封禁模块增强:新增支持实时从数据库查询封禁数据,使得大规模分布式环境下的封禁管理更加高效。
SSO 单点登录改进
单点登录模块在本版本中获得了多项优化:
-
跨域处理改进:将 SSO 示例代码中的跨域处理从原生方式改为 Sa-Token 过滤器模式,提供了更统一和可配置的跨域解决方案。
-
文档完善:新增了"SSO 整合 - NoSdk 模式与非 Java 项目"章节,帮助开发者更好地理解如何在非标准环境下集成 SSO 功能。
-
配置灵活性:针对不同 SSO Client 配置不同秘钥的场景,增加了异常处理方案的提示,使配置过程更加顺畅。
OAuth2 模块重大更新
OAuth2 支持是本版本的重点改进领域:
-
前端测试页:新增了 OAuth2 Client 前端测试页,大大简化了 OAuth2 集成的调试和测试过程。
-
UnionId 支持:实现了联合 ID 功能,方便应用在不同平台间统一用户标识。
-
前后端分离支持:新增了 OAuth2 Server 端前后端分离的示例与文档,适应现代应用架构需求。
-
OIDC 增强:增加了 nonce 随机数响应校验,提升了 OpenID Connect 模式的安全性。
-
Token 管理增强:
- 新增 Refresh-Token 回收功能
- 为各类 Token 添加创建时间和授权类型字段
- 提供更方便的授权码获取和校验方法
新插件支持
本次版本新增了两个重要插件:
-
Freemarker 插件:为使用 Freemarker 模板引擎的项目提供了便捷的权限控制集成方案。
-
Spring EL 插件:支持通过 SpEL 表达式进行注解鉴权,使得权限控制更加灵活和强大。
文档与示例完善
-
MongoDB 集成示例:新增了与 MongoDB 集成的完整示例,帮助开发者快速实现基于 MongoDB 的权限管理。
-
配置指导:针对 Spring Boot 3.x 版本,新增了配置 Redis 的注意事项,避免兼容性问题。
-
视频教程:增加了多个视频教程链接,包括"fox说技术"和"API接口参数签名"等主题,提供多样化的学习资源。
总结
Sa-Token v1.40.0 是一个功能丰富且注重安全的版本。它在核心安全防护、会话管理、SSO 和 OAuth2 支持等方面都做了显著改进,同时新增了对 Freemarker 和 SpEL 表达式的支持,进一步扩展了框架的适用场景。无论是安全需求的提升,还是现代应用架构的支持,这个版本都为开发者提供了更强大的工具和更完善的文档支持。
kernelopenEuler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。C030
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