Cosmos-Server OpenID 连接配置问题解析与解决方案
问题背景
在Cosmos-Server 0.16.3版本中,用户报告了一个关于OpenID Connect集成的重要问题。当尝试通过Manyfold应用使用OpenID登录时,系统会返回错误信息:"Id token signing alg values supported can't be blank"。这个问题源于Cosmos-Server在OpenID发现端点返回的配置信息不符合OpenID Connect规范。
技术分析
OpenID Connect Discovery规范明确要求,在.well-known/openid-configuration端点返回的配置中,必须包含id_token_signing_alg_values_supported字段,且该字段必须是一个JSON数组,列出OP(OpenID Provider)支持的JWS签名算法。规范特别指出:
- 该字段是必填项(REQUIRED)
- 必须包含RS256算法
- 可以支持"none"算法,但仅在特定情况下使用
然而,Cosmos-Server 0.16.3版本中该端点返回的是null值,这直接违反了OpenID Connect规范,导致依赖该规范的客户端(如Manyfold)无法正常工作。
影响范围
这个问题不仅影响Manyfold应用,还影响了其他依赖OpenID Connect标准的系统,如Proxmox。任何尝试与Cosmos-Server进行OpenID Connect集成的客户端都可能遇到类似的认证失败问题。
解决方案
Cosmos-Server开发团队已经在0.18版本中修复了这个问题。修复方案很简单但非常重要:将id_token_signing_alg_values_supported字段的值从null改为至少包含["RS256"]的数组,完全符合OpenID Connect规范的要求。
升级建议
对于遇到此问题的用户,建议:
- 升级到Cosmos-Server 0.18或更高版本
- 如果暂时无法升级,可以考虑手动修改配置端点返回的值(不推荐,可能带来其他问题)
- 检查所有依赖OpenID Connect集成的应用,确认它们在修复后能正常工作
总结
这个案例展示了遵循开放标准规范的重要性。即使是看似微小的配置差异,也可能导致系统间的互操作性问题。Cosmos-Server团队及时响应并修复了这个问题,确保了系统与其他OpenID Connect客户端的兼容性。对于开发者而言,这提醒我们在实现开放标准时要严格遵循规范要求;对于用户而言,保持系统更新是解决此类兼容性问题的有效方法。
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