HWIOAuthBundle 2.3.0版本发布:OAuth集成的重要更新
HWIOAuthBundle是一个专门为Symfony框架设计的OAuth客户端集成工具包,它简化了在Symfony应用中集成各种OAuth服务提供商的过程。通过这个Bundle,开发者可以轻松实现使用第三方平台(如Google、Facebook、GitHub等)账号登录的功能。
版本2.3.0的主要变化
不再支持的Symfony版本
本次更新中,项目放弃了对Symfony 6.3和7.0版本的支持。这一变化反映了项目维护团队对技术栈的持续优化,确保能够专注于支持更稳定和广泛使用的Symfony版本。对于仍在使用这些Symfony版本的开发者,建议考虑升级到受支持的Symfony版本。
新增Amazon Cognito资源所有者
2.3.0版本引入了对Amazon Cognito的支持,这是一个重要的新增功能。Amazon Cognito是AWS提供的用户身份验证和访问控制服务,支持社交身份提供商(如Google、Facebook和Amazon)以及企业身份提供商(如SAML 2.0和OpenID Connect)的身份验证。
开发者现在可以通过HWIOAuthBundle轻松集成Amazon Cognito的身份验证功能,扩展了Bundle在AWS生态系统中的应用场景。
认证失败处理器的改进
本次更新修复了两个与认证失败处理器相关的重要问题:
-
防止覆盖failure_path:当connect功能未启用时,AuthenticationFailureHandler不再会覆盖failure_path设置。这一修复确保了开发者可以更灵活地控制认证失败后的重定向行为。
-
防止覆盖failure_handler:如果开发者已经在安全配置中设置了failure_handler,系统现在会保留这些自定义设置,而不是被Bundle的默认处理器覆盖。这一改进增强了对认证失败处理流程的自定义能力。
类型提示优化
在RefreshAccessTokenListener中,现在正确地使用AuthenticatorInterface作为类型提示,而不是具体的OAuthAuthenticator类。这一变更遵循了依赖倒置原则,提高了代码的灵活性和可测试性。
Odnoklassniki资源所有者的参数补充
修复了OdnoklassnikiResourceOwner中缺少参数的问题。Odnoklassniki是俄罗斯流行的社交网络平台,这一修复确保了与该平台集时的完整功能和稳定性。
升级建议
对于正在使用HWIOAuthBundle的开发者,升级到2.3.0版本时需要注意以下几点:
- 确保你的Symfony版本在支持范围内(不再支持6.3和7.0)
- 如果使用了自定义的认证失败处理器,检查其与新版Bundle的兼容性
- 对于使用Odnoklassniki集成的项目,验证相关功能是否正常工作
- 考虑利用新增的Amazon Cognito支持来扩展应用的身份验证选项
HWIOAuthBundle 2.3.0版本的这些改进和修复,进一步提升了Bundle的稳定性和功能性,为开发者提供了更强大、更灵活的OAuth集成工具。
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
GLM-4.7-FlashGLM-4.7-Flash 是一款 30B-A3B MoE 模型。作为 30B 级别中的佼佼者,GLM-4.7-Flash 为追求性能与效率平衡的轻量化部署提供了全新选择。Jinja00
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
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!Kotlin07
compass-metrics-modelMetrics model project for the OSS CompassPython00