Keycloakify项目从v9迁移到v10的重要变更解析
2025-07-07 23:50:23作者:钟日瑜
Keycloakify是一个帮助开发者构建自定义Keycloak主题的工具。在从v9版本升级到v10版本的过程中,开发者需要注意几个重要的架构变更,这些变更影响了主题的构建和部署方式。
构建选项变更
在v9版本中,开发者可以使用docreatejar选项来控制是否生成JAR文件。但在v10版本中,这个选项已被移除。现在,Keycloakify会强制生成JAR文件,因为这是Keycloak官方推荐的扩展部署方式。
部署方式的变化
v10版本带来了部署流程的重大改变:
-
不再支持直接复制资源文件:在v9中,开发者可以直接将构建生成的主题资源文件复制到Keycloak的对应目录。但在v10中,这种方式不再可行,必须使用JAR包部署。
-
强制JAR部署:现在必须将生成的JAR文件放入
/opt/keycloak/providers目录,然后执行/opt/keycloak/bin/kc.sh build命令构建Keycloak,最后启动服务。
POM文件处理的变化
v9版本会在dist_keycloak目录下生成POM文件,方便开发者进行Maven构建和发布。而在v10中:
- POM文件不再直接输出到文件系统
- POM文件被包含在生成的JAR包内
- 如果需要访问POM文件,可以使用
jar -xf keycloak-theme.jar命令从JAR中提取
依赖管理的变化
v10版本引入了对额外扩展的自动管理:
-
密码策略扩展:自动包含
keycloak-theme-additional-info-extension,这个扩展在Keycloak 26版本后将不再需要 -
账户主题扩展:对于选择多页面账户主题的开发者,会自动包含
keycloak-account-v1扩展
迁移建议
对于需要发布到私有Maven仓库的场景,开发者可以:
- 使用Maven命令行工具直接部署生成的JAR
- 考虑使用Maven核心扩展来处理特殊的仓库认证需求
- 对于复杂的发布流程,可以从JAR中提取POM文件进行定制
这些变更反映了Keycloakify向更标准化、更符合Keycloak官方推荐实践的方向发展。虽然迁移过程可能需要调整现有的构建和部署流程,但这些改变最终会带来更稳定和可维护的主题部署方案。
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
25
9
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
415
3.19 K
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
680
160
🔥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
65
19
Ascend Extension for PyTorch
Python
229
259
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++
689
327
React Native鸿蒙化仓库
JavaScript
265
326
喝着茶写代码!最易用的自托管一站式代码托管平台,包含Git托管,代码审查,团队协作,软件包和CI/CD。
Go
23
0
🎉 (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
1.21 K
660