Better Auth 1.2.5版本发布:增强认证安全性与功能扩展
Better Auth是一个现代化的身份认证解决方案,它提供了完整的用户认证流程管理,包括注册、登录、密码重置、社交账号集成等功能。该项目采用模块化设计,支持多种认证协议和自定义扩展,适用于各类Web和移动应用的身份认证需求。
核心功能增强
本次1.2.5版本带来了多项重要功能升级,显著提升了系统的灵活性和安全性:
-
邮件验证回调机制
新增了onEmailVerification回调功能,开发者现在可以在用户完成邮箱验证后执行自定义逻辑。这一改进使得在验证流程中可以无缝集成后续业务操作,如发送欢迎邮件或初始化用户资料。 -
路径禁用功能
引入了禁用特定路径的能力,系统管理员可以灵活控制哪些认证端点应该被禁用。这在需要临时关闭某些功能或进行系统维护时特别有用。 -
刷新令牌端点
新增了专门的刷新令牌端点,优化了令牌管理流程。客户端应用现在可以更规范地获取新的访问令牌,而无需重新进行完整的认证流程。 -
账户解绑策略
在账户管理模块中增加了允许解绑所有关联账户的选项。这一功能为多账户集成场景提供了更灵活的账户管理能力,同时保持了必要的安全控制。 -
管理员API增强
服务器端API现在支持在没有管理员会话的情况下创建用户,这一改进简化了自动化用户管理流程,特别适合批量用户导入场景。 -
OIDC声明扩展
OpenID Connect协议现在支持传递额外的用户声明,开发者可以在认证响应中包含更多自定义用户信息,满足复杂的业务集成需求。
关键问题修复
本次版本修复了多个影响系统稳定性和用户体验的问题:
-
URL处理改进
修复了回调URL中加号(+)处理不当的问题,确保特殊字符在URL传递过程中能够被正确解析。 -
类型系统增强
解决了OpenAPI类型定义和引用中的多个问题,改进了TypeScript类型推断的准确性,特别是修复了可能导致"cannot be named without reference"错误的类型定义。 -
会话管理优化
改进了会话cookie的处理逻辑,现在会同时检查安全和非安全cookie,并正确读取配置覆盖,提高了在不同环境下的兼容性。 -
运行时兼容性
优化了运行时类型检查机制,不再依赖instanceof操作符,提高了在特殊JavaScript环境中的兼容性。 -
验证流程改进
修复了邮箱验证后会话未及时刷新的问题,确保用户状态能够立即反映验证结果。 -
用户ID处理
增加了对数字型用户ID的支持,扩展了系统与不同类型数据库的兼容性。 -
社交登录控制
修复了社交登录时未正确遵守禁用注册设置的问题,确保系统配置能够被严格执行。 -
密码重置可靠性
优化了密码重置流程,现在只有在数据库操作成功后才删除验证令牌,避免了因操作失败导致令牌丢失的情况。
模块专项改进
组织管理模块
- 修复了活跃组织设置后会话未刷新的问题
- 解决了成员列表类型推断错误
- 修正了组织成员数量限制的错误处理
速率限制模块
- 增加了对缺失IP地址情况的处理
- 修复了自定义限速表名导致的数据库查询问题
Stripe集成
- 扩展了计划检索功能,现在支持通过年度折扣价格ID查找订阅计划
用户名处理
- 更新了用户名验证规则,现在允许在用户名中使用点号(.)
总结
Better Auth 1.2.5版本通过一系列功能增强和问题修复,显著提升了系统的稳定性、安全性和灵活性。新引入的邮件验证回调、路径禁用和刷新令牌端点等功能为开发者提供了更强大的集成能力,而多项关键问题的修复则确保了系统在各种场景下的可靠运行。这些改进使得Better Auth继续保持着作为现代化身份认证解决方案的领先地位。
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-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