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。
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-1.5暂无简介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-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