Better Auth 1.2.0 版本发布:全面升级的身份验证解决方案
Better Auth 是一个现代化的身份验证解决方案,它提供了丰富的功能和灵活的插件系统,帮助开发者快速构建安全可靠的用户认证系统。最新发布的 1.2.0-beta.17 版本带来了多项重要更新和改进,涵盖了从核心功能到社交登录、安全验证等多个方面。
核心功能增强
本次更新对 Better Auth 的核心功能进行了多项优化。首先,系统现在会自动清理过期的验证数据,这有助于保持数据库的整洁并提高性能。其次,改进了默认作用域的处理方式,现在允许在请求中传递自定义作用域,为开发者提供了更大的灵活性。
在 JWT 令牌处理方面,新版本增加了令牌生成和检索功能,并支持加密功能,进一步增强了安全性。同时,系统现在会检查组织 slug 的有效性,并支持存储显示用户名(非规范化用户名),这为多语言支持和特殊字符处理提供了更好的兼容性。
社交登录扩展
Better Auth 1.2.0 版本新增了两个社交登录提供商支持。首先是 VK ID 社交提供商,为俄罗斯和东欧市场提供了本地化的登录选项。其次是 Roblox 社交提供商,满足了游戏平台的特定认证需求。这些新增的社交登录选项扩展了 Better Auth 的适用范围。
安全与验证改进
在安全方面,新版本引入了验证码插件,支持多种验证码提供商,帮助开发者有效防止自动化攻击和垃圾注册。同时,改进了双因素认证功能,现在会正确记住用户的"记住我"选择,提升了用户体验。
对于管理员功能,新增了访问控制机制,包括自定义管理员用户 ID 选项,增强了系统的安全性。此外,还增加了用户总数统计功能,方便管理员掌握系统规模。
数据库与适配器优化
MongoDB 适配器现在支持自定义 ID 生成,为开发者提供了更大的灵活性。Kysely 适配器改进了字段转换处理,特别是在 WHERE 子句中的处理,提高了查询的准确性和性能。
数据库钩子现在支持上下文传递,这使得开发者可以在钩子函数中访问更多相关信息,实现更复杂的业务逻辑。
OIDC 与 One Tap 改进
OIDC 插件现在允许在令牌端点使用头部认证,符合更多客户端的实现需求。用户信息端点的字段命名也进行了调整,以更好地符合 OIDC 规范。
Google One Tap 集成得到了显著改进,包括 JWT 验证和提示处理的优化。同时实现了账户链接功能,使得用户可以将多个社交账户关联到同一个主账户上。
组织与用户名管理
组织功能现在支持多角色分配,为团队协作提供了更精细的权限控制。用户名验证增加了默认验证规则和选项,帮助开发者确保用户名的合规性和一致性。
其他改进与修复
新版本还包含多项技术改进和错误修复。例如,实现了不依赖 Buffer 的 Base64 转换,提高了跨平台兼容性;增加了云服务 Worker 的基本测试支持;修复了 OAuth 在 Drizzle 适配器下的问题等。
这些更新共同构成了 Better Auth 1.2.0 版本的强大功能集,为开发者提供了一个更加完善、安全和灵活的身份验证解决方案。
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 StartedRust0191
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 Notebook0114
Step-3.7-FlashStep-3.7-Flash是一个拥有 1980 亿参数的稀疏混合专家(MoE)视觉语言模型,由 1960 亿参数的语言主干网络和 18 亿参数的视觉编码器组合而成,具备原生图像理解能力。Python00
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
omega-aiOmega-AI:基于java打造的深度学习框架,帮助你快速搭建神经网络,实现模型推理与训练,引擎支持自动求导,多线程与GPU运算,GPU支持CUDA,CUDNN。Java04
llm-universe本项目是一个面向小白开发者的大模型应用开发教程,在线阅读地址:https://datawhalechina.github.io/llm-universe/Jupyter Notebook08