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。
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust0211
cann-learning-hubCANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。Jupyter Notebook0135
JoyAI-EchoJoyAI-Echo,这是一个独立的、仅用于推理的版本,旨在实现分钟级多镜头音视频生成。它采用了经过蒸馏的DMD生成器、配对的跨模态记忆以及故事级别的一致性。其性能的核心在于,一个跨模态视听记忆库能够在长达五分钟的视频中保持角色外观和语音音色的一致性。同时,一个训练后处理流程将基于记忆的强化学习与分布匹配蒸馏相结合,实现了7.5倍的速度提升,显著增强了视觉质量和对齐效果。00
GLM-5.2智谱开源 GLM-5.2,这是针对长文本任务的最新旗舰模型。相较于前代产品 GLM-5.1,它在长文本任务处理能力上实现了显著飞跃,并且首次在稳定的 100 万 token 上下文中提供这一能力。Jinja00
SwanLab⚡️SwanLab - an open-source, modern-design AI training tracking and visualization tool. Supports Cloud / Self-hosted use. Integrated with PyTorch / Transformers / LLaMA Factory / veRL/ Swift / Ultralytics / MMEngine / Keras etc.Python00
tiny-universe《大模型白盒子构建指南》:一个全手搓的Tiny-UniverseJupyter Notebook03