使用 Github 认证的 Sinatra 应用开发指南
项目介绍
sinatra_auth_github 是一个为基于 Sinatra 的 web 应用设计的认证扩展,它简化了通过 Github 进行用户身份验证的过程。这个库使得开发者能够轻松地将 Github 作为用户的登录系统,从而实现单点登录(SSO)功能。适用于那些希望利用 Github 用户基础进行身份管理的小型web服务或内部工具。
项目快速启动
要快速启动一个使用 sinatra_auth_github 的应用,首先确保你的环境中已经安装了 Ruby 和 bundler。然后按以下步骤操作:
步骤1:初始化新项目及Gemfile
创建一个新的目录并进入该目录,初始化一个新的 Ruby 项目:
mkdir my_sinatra_app && cd $_
bundle init
编辑 Gemfile 添加 sinatra_auth_github 依赖:
source 'https://rubygems.org'
gem 'sinatra'
gem 'sinatra_auth_github'
运行 bundle install 来安装所需的 gem 包。
步骤2:配置和基本设置
在项目根目录下创建 app.rb 文件,并配置 Github 认证信息。你需要在 Github 上设置一个 OAuth 应用来获取 Client ID 和 Secret。
require 'sinatra'
require 'sinatra/auth/github'
configure do
set :github_client_id, ENV['GITHUB_CLIENT_ID']
set :github_secret, ENV['GITHUB_SECRET']
end
use Sinatra::Auth::Github, auto_login: true do |omniauth|
# 自定义逻辑,例如存入数据库或仅允许特定用户
puts "Authenticated user: #{omniauth.info.login}"
end
get '/' do
"欢迎,#{current_user.login}!"
rescue => e
"请先登录"
end
确保环境变量 GITHUB_CLIENT_ID 和 GITHUB_SECRET 已被正确设置。
步骤3:运行你的应用
设置好环境变量后,你可以运行你的应用来测试认证流程。
ruby app.rb
现在访问 http://localhost:4567,你应该会被重定向至 Github 登录页面,成功登录后回到你的应用。
应用案例和最佳实践
- 权限控制:根据用户的 Github 组织成员身份或仓库贡献者角色来限制应用内资源访问。
- 自动化部署:结合 Github Actions,实现只有经过认证的用户可以触发CI/CD流程。
- 私有API访问:为你的私有API提供安全入口,只允许特定的Github用户或团队访问。
典型生态项目
虽然提供的示例是 sinatra_auth_github,类似的生态中还包括如 sinatra-simple-auth, sinatra-authentication 等,这些项目各自提供了不同的认证机制和特性,适合不同场景下的需求。开发者可以根据项目实际需求选择最适合的认证解决方案。例如,如果你的应用需要更复杂的权限管理或用户存储在本地数据库中,可能会考虑使用类似于 sinatra-authentication 的方案,它支持数据库存储用户信息。
以上就是使用 sinatra_auth_github 快速搭建基于 Github 认证的 Sinatra 应用的基本教程。记得在实际应用中考虑安全性、用户体验和数据保护等重要方面。
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00- QQwen3-Coder-Next2026年2月4日,正式发布的Qwen3-Coder-Next,一款专为编码智能体和本地开发场景设计的开源语言模型。Python00
xw-cli实现国产算力大模型零门槛部署,一键跑通 Qwen、GLM-4.7、Minimax-2.1、DeepSeek-OCR 等模型Go06
PaddleOCR-VL-1.5PaddleOCR-VL-1.5 是 PaddleOCR-VL 的新一代进阶模型,在 OmniDocBench v1.5 上实现了 94.5% 的全新 state-of-the-art 准确率。 为了严格评估模型在真实物理畸变下的鲁棒性——包括扫描伪影、倾斜、扭曲、屏幕拍摄和光照变化——我们提出了 Real5-OmniDocBench 基准测试集。实验结果表明,该增强模型在新构建的基准测试集上达到了 SOTA 性能。此外,我们通过整合印章识别和文本检测识别(text spotting)任务扩展了模型的能力,同时保持 0.9B 的超紧凑 VLM 规模,具备高效率特性。Python00
KuiklyUI基于KMP技术的高性能、全平台开发框架,具备统一代码库、极致易用性和动态灵活性。 Provide a high-performance, full-platform development framework with unified codebase, ultimate ease of use, and dynamic flexibility. 注意:本仓库为Github仓库镜像,PR或Issue请移步至Github发起,感谢支持!Kotlin08
VLOOKVLOOK™ 是优雅好用的 Typora/Markdown 主题包和增强插件。 VLOOK™ is an elegant and practical THEME PACKAGE × ENHANCEMENT PLUGIN for Typora/Markdown.Less00