Rack::SslEnforcer 技术文档
1. 安装指南
Rack::SslEnforcer 的安装非常简单,可以使用 Bundler 来进行安装。首先,需要在 Gemfile 中添加 Rack::SslEnforcer:
gem 'rack-ssl-enforcer'
然后执行 bundle install 命令安装 gem。
如果不在使用 Bundler,也可以手动 require Rack::SslEnforcer:
require 'rack/ssl-enforcer'
2. 项目使用说明
Rack::SslEnforcer 是一个简单的 Rack 中间件,用于强制使用 SSL 连接。它可以在你的 web 应用程序中插入,以确保所有的请求都通过安全的 SSL 连接进行。
在 Rails 应用中使用
要在 Rails 应用程序中使用 Rack::SslEnforcer,需要在应用配置文件中添加以下代码:
对于 Rails 3 及以上版本:
config.middleware.insert_before ActionDispatch::Cookies, Rack::SslEnforcer
对于 Rails 2 版本:
config.middleware.use Rack::SslEnforcer
在 Sinatra 或 Padrino 应用中使用
在 Sinatra 或 Padrino 应用中,确保 Rack::SslEnforcer 在 Rack 中间件的顶部。如果使用 enable :session,它会导致 Rack::Session::Cookie 在 Rack::SslEnforcer 之前加载,从而阻止标记 cookies 为安全。
解决这个问题,不要使用 enable :session,而是在 Rack::SslEnforcer 之后添加 Rack::Session::Cookie。
例如:
use Rack::SslEnforcer
set :session_secret, 'your_session_secret'
# 启用 sinatra sessions
use Rack::Session::Cookie, key: '_rack_session', path: '/', expire_after: 2592000, secret: settings.session_secret
3. 项目 API 使用文档
Rack::SslEnforcer 提供了多种配置选项来强制 SSL 连接,以下是一些常用的 API 选项:
:only_hosts:仅对特定主机强制 SSL 连接。:except_hosts:防止特定主机被强制 SSL 连接。:only:仅对特定路径强制 SSL 连接。:except:防止特定路径被强制 SSL 连接。:only_methods:仅对特定的 HTTP 方法强制 SSL 连接。:except_methods:防止特定的 HTTP 方法被强制 SSL 连接。:only_environments:仅在某些环境中强制 SSL 连接。:except_environments:在某些环境中防止强制 SSL 连接。:hsts:设置 HTTP 严格传输安全(HSTS)。
更多配置选项和示例,请参考项目的 README 文件。
4. 项目安装方式
通过 Bundler 安装
-
将 Rack::SslEnforcer 添加到
Gemfile:gem 'rack-ssl-enforcer' -
运行
bundle install命令。
手动安装
-
手动 require Rack::SslEnforcer 在你的应用程序代码中:
require 'rack/ssl-enforcer' -
使用
use Rack::SslEnforcer在你的 Rack 应用程序中启用中间件。
确保在你的应用程序中正确配置和使用 Rack::SslEnforcer,以保证安全性和正确的行为。
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-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
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