jwt-auth 的安装和配置教程
1. 项目的基础介绍和主要的编程语言
jwt-auth 是一个为 ThinkPHP 框架设计的 JSON Web Token(JWT)身份验证包。它支持通过 Header、Cookie、Param 等多种方式传递 JWT,并且提供了验证、刷新等多种中间件支持。此项目的主要编程语言是 PHP。
2. 项目使用的关键技术和框架
项目使用了 JWT(JSON Web Token)技术进行用户身份验证,这是一种基于 token 的身份验证方法,广泛应用于前后端分离的 Web 应用程序中。jwt-auth 集成了 ThinkPHP 框架,可以方便地在 ThinkPHP 应用中实现用户认证。
3. 项目安装和配置的准备工作和详细的安装步骤
准备工作
在开始安装 jwt-auth 之前,请确保您的开发环境满足以下要求:
- PHP 版本为 ~8.1.0 或 ~8.2.0
- ThinkPHP 框架版本为 ^5.1.10、^6.0.0 或 ^8.0.0
- 如果使用 2.x 版本的 jwt-auth,PHP 需要版本 8.1 以上,8.0 及以下请使用 1.x 版本
安装步骤
-
安装 jwt-auth
使用 Composer 安装 jwt-auth:
$ composer require thans/tp-jwt-auth -
生成配置文件
安装完成后,执行以下命令生成 jwt 的配置文件:
$ php think jwt:create这会生成
jwt.php和.env配置文件。注意,不建议直接修改jwt.php文件。 -
配置
.env文件在
.env文件中,将会随机生成一个secret。请确保不要随意更新此secret,并保证其安全性。 -
使用 jwt-auth 中间件
在需要验证的路由或模块中添加 jwt-auth 的中间件。例如:
use thans\jwt\facade\JWTAuth; // 获取 token $token = JWTAuth::builder([ 'uid' => 1 ]); // 执行 token 验证 JWTAuth::auth(); // 刷新 token JWTAuth::refresh(); // 获取请求中的完整 token 字符串 $tokenStr = JWTAuth::token()->get(); // 验证 token 并获取 payload $payload = JWTAuth::auth(); // 获取 payload 中的字段,例如 uid $uid = $payload['uid']; -
配置 Token 传参方式
在
jwt.php配置文件中,可以通过token_mode参数来调整 Token 的接收方式和优先级。默认值为['header', 'cookie', 'param']。根据你的应用需求,可以选择通过 URL 参数、Cookie 或 Header 传递 Token。建议使用 Header 方式传递 Token。
通过以上步骤,你就可以在 ThinkPHP 应用中安装并配置 jwt-auth 进行用户认证了。记得在实际使用中根据项目需求调整配置,并确保安全。
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5-w4a8GLM-5-w4a8基于混合专家架构,专为复杂系统工程与长周期智能体任务设计。支持单/多节点部署,适配Atlas 800T A3,采用w4a8量化技术,结合vLLM推理优化,高效平衡性能与精度,助力智能应用开发Jinja00
请把这个活动推给顶尖程序员😎本次活动专为懂行的顶尖程序员量身打造,聚焦AtomGit首发开源模型的实际应用与深度测评,拒绝大众化浅层体验,邀请具备扎实技术功底、开源经验或模型测评能力的顶尖开发者,深度参与模型体验、性能测评,通过发布技术帖子、提交测评报告、上传实践项目成果等形式,挖掘模型核心价值,共建AtomGit开源模型生态,彰显顶尖程序员的技术洞察力与实践能力。00
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00
MiniMax-M2.5MiniMax-M2.5开源模型,经数十万复杂环境强化训练,在代码生成、工具调用、办公自动化等经济价值任务中表现卓越。SWE-Bench Verified得分80.2%,Multi-SWE-Bench达51.3%,BrowseComp获76.3%。推理速度比M2.1快37%,与Claude Opus 4.6相当,每小时仅需0.3-1美元,成本仅为同类模型1/10-1/20,为智能应用开发提供高效经济选择。【此简介由AI生成】Python00
Qwen3.5Qwen3.5 昇腾 vLLM 部署教程。Qwen3.5 是 Qwen 系列最新的旗舰多模态模型,采用 MoE(混合专家)架构,在保持强大模型能力的同时显著降低了推理成本。00- RRing-2.5-1TRing-2.5-1T:全球首个基于混合线性注意力架构的开源万亿参数思考模型。Python00