Firebase JavaScript SDK 11.6.0版本发布:新增Cookie持久化认证方案
Firebase是Google提供的一套后端云服务开发平台,其JavaScript SDK让开发者能够在Web应用中轻松集成各种后端功能。本次发布的11.6.0版本主要针对认证模块进行了重要更新,引入了基于Cookie的持久化方案,为前后端认证状态同步提供了更好的支持。
认证模块的重大更新
本次发布最值得关注的是在@firebase/auth模块中新增了Persistence.COOKIE持久化方法。这个被称为browserCookiePersistence的实现,专门设计用于与中间件配合使用,确保前端和后端的认证状态保持同步。
传统的Web应用认证方案中,前端通常使用localStorage或sessionStorage来保存用户认证状态,而后端则依赖HTTP-only Cookie。这种分离的存储方式经常会导致前后端状态不一致的问题。新的Cookie持久化方案通过统一使用Cookie作为存储介质,从根本上解决了这个问题。
技术实现细节
browserCookiePersistence的实现具有以下技术特点:
- 跨域支持:Cookie可以配置为跨域共享,适合微服务架构
- 安全性:可以配置为HTTP-only,防止XSS攻击获取认证信息
- 一致性:前后端共享同一认证状态,避免状态不一致导致的用户体验问题
- SSR友好:特别适合服务端渲染(SSR)应用场景
开发者现在可以在初始化Firebase认证时选择这种持久化方式:
import { getAuth, browserCookiePersistence } from "firebase/auth";
const auth = getAuth(app);
await setPersistence(auth, browserCookiePersistence);
其他改进
除了主要的认证功能更新外,本次发布还包含了一些其他改进:
-
VertexAI模块增强:现在在初始化模型时会检查
appId是否定义,未定义时将抛出错误,提高了开发体验。同时标记GroundingAttribution为已弃用,引导开发者使用新的API。 -
Data Connect改进:改进了错误处理,现在会将部分错误暴露给用户,帮助开发者更好地调试问题。
升级建议
对于正在开发需要前后端认证状态同步的Web应用,特别是采用服务端渲染技术的项目,强烈建议升级到11.6.0版本并尝试新的Cookie持久化方案。这种方案特别适合以下场景:
- 需要严格保持前后端认证状态一致的应用
- 使用Next.js、Nuxt.js等SSR框架的项目
- 需要防范XSS攻击的安全敏感应用
对于已经使用localStorage或sessionStorage的项目,迁移到Cookie方案需要考虑现有用户的平滑过渡,建议采用渐进式迁移策略。
Firebase团队持续改进JavaScript SDK,为开发者提供更强大、更安全的工具链,本次更新再次体现了其对现代Web开发需求的快速响应能力。
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