Better Auth 1.2.3版本发布:权限校验与多会话管理的优化
2025-06-03 19:04:25作者:柏廷章Berta
Better Auth是一个现代化的身份验证和授权解决方案,它提供了丰富的功能来帮助开发者构建安全可靠的用户认证系统。该项目支持多种认证方式、细粒度的权限控制以及与第三方服务的集成,是构建企业级应用的理想选择。
核心改进解析
管理员权限校验优化
本次更新对管理员权限系统进行了两项重要改进。首先修复了hasPermission检查中缺少options参数的问题,确保权限校验能够正确获取配置参数。其次增加了对adminRoles选项的强制要求,现在必须显式配置adminRoles选项,角色才会被识别为管理员角色。这一改变提高了系统的安全性,避免了因配置疏忽导致权限提升的风险。
JWT会话令牌处理增强
在JWT令牌管理方面,本次更新引入了更健壮的会话令牌获取机制。当系统无法通过常规方式获取会话令牌时,现在会自动回退到newSession作为备选方案。这种优雅的降级策略提高了系统的容错能力,确保在边缘情况下用户认证流程仍能正常进行。
多会话管理的标准化
多会话功能进行了重要的标准化改进,现在统一使用小写格式的令牌名称进行多会话cookie管理。这一改变虽然看似微小,但解决了因大小写不一致导致的会话管理问题,提高了跨浏览器和跨平台的兼容性。
Stripe订阅处理的完善
对于集成了Stripe支付服务的应用,本次更新带来了两项重要改进:
- 改进了webhook中对多订阅情况的处理逻辑,现在能够更准确地处理用户同时拥有多个订阅的场景。
- 明确了OnTrailEnd回调函数只接收subscription对象的规范,简化了开发者的处理逻辑,提高了代码的可预测性。
技术影响与最佳实践
这些改进虽然主要针对特定功能模块,但反映了Better Auth项目对系统稳定性和开发者体验的持续关注。对于开发者而言,建议:
- 检查现有项目中是否有依赖大小写的多会话cookie处理,必要时进行调整。
- 确保管理员角色配置中明确设置了adminRoles选项,遵循新的安全规范。
- 对于Stripe集成,可以简化OnTrailEnd事件处理逻辑,专注于subscription对象。
Better Auth 1.2.3版本的这些改进,进一步巩固了其作为企业级认证解决方案的地位,特别是在处理复杂权限场景和多会话管理方面表现更加出色。
登录后查看全文
热门项目推荐
相关项目推荐
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
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
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。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
项目优选
收起
deepin linux kernel
C
24
9
Ascend Extension for PyTorch
Python
223
245
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
暂无简介
Dart
672
157
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++
662
312
React Native鸿蒙化仓库
JavaScript
262
322
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
64
19
仓颉编译器源码及 cjdb 调试工具。
C++
134
867
仓颉编程语言测试用例。
Cangjie
37
860
openGauss kernel ~ openGauss is an open source relational database management system
C++
160
218