Signature 项目技术文档
2024-12-20 05:39:09作者:冯梦姬Eddie
1. 安装指南
环境要求
- Ruby 版本:请参考项目 Travis CI 状态页面,确保你的 Ruby 版本在支持列表中。
- Bundler:确保你已经安装了 Bundler,用于管理 Ruby 依赖。
安装步骤
- 克隆项目仓库到本地:
git clone https://github.com/mloughran/signature.git - 进入项目目录:
cd signature - 安装依赖:
bundle install
2. 项目的使用说明
客户端示例
以下是一个使用 Signature 库进行客户端请求签名的示例:
params = {:some => 'parameters'}
token = Signature::Token.new('my_key', 'my_secret')
request = Signature::Request.new('POST', '/api/thing', params)
auth_hash = request.sign(token)
query_params = params.merge(auth_hash)
HTTParty.post('http://myservice/api/thing', {
:body => query_params
})
query_params 将会包含以下内容:
{
:some => "parameters",
:auth_timestamp => 1273231888,
:auth_signature => "28b6bb0f242f71064916fad6ae463fe91f5adc302222dfc02c348ae1941eaf80",
:auth_version => "1.0",
:auth_key => "my_key"
}
服务器端示例(Sinatra)
以下是一个使用 Signature 库进行服务器端请求验证的示例:
error Signature::AuthenticationError do |controller|
error = controller.env["sinatra.error"]
halt 401, "401 UNAUTHORIZED: #{error.message}\n"
end
post '/api/thing' do
request = Signature::Request.new('POST', env["REQUEST_PATH"], params)
# 如果请求验证失败,将抛出 Signature::AuthenticationError
token = request.authenticate do |key|
Signature::Token.new(key, lookup_secret(key))
end
# 处理你的业务逻辑
end
3. 项目API使用文档
Signature::Token
new(key, secret): 创建一个新的Token对象,key和secret是必需的参数。key: 返回Token的key。secret: 返回Token的secret。
Signature::Request
new(method, path, params): 创建一个新的Request对象,method是请求方法(如POST),path是请求路径,params是请求参数。sign(token): 使用给定的Token对请求进行签名,返回一个包含签名信息的哈希。authenticate(&block): 验证请求的签名,如果验证失败,抛出Signature::AuthenticationError。
4. 项目安装方式
通过 Bundler 安装
- 在项目的
Gemfile中添加以下内容:gem 'signature' - 运行
bundle install安装依赖。
通过 RubyGems 安装
直接使用 gem 命令安装:
gem install signature
5. 开发指南
运行测试
在项目根目录下运行以下命令以执行测试:
bundle exec rspec spec/*_spec.rb
贡献代码
- Fork 项目仓库。
- 创建新的分支进行开发。
- 提交 Pull Request 到主仓库。
6. 版权信息
该项目由 Martyn Loughran 于 2010 年创建,详细版权信息请参考 LICENSE 文件。
登录后查看全文
热门项目推荐
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
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
项目优选
收起
deepin linux kernel
C
24
8
暂无简介
Dart
643
149
Ascend Extension for PyTorch
Python
203
219
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
654
282
React Native鸿蒙化仓库
JavaScript
248
317
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
9
1
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.13 K
631
本项目是CANN提供的是一款高效、可靠的Transformer加速库,基于华为Ascend AI处理器,提供Transformer定制化场景的高性能融合算子。
C++
77
100
仓颉编译器源码及 cjdb 调试工具。
C++
130
861
仓颉编程语言运行时与标准库。
Cangjie
134
873