2026最新|GitHub 启用双因素身份验证 2FA 教程:TOTP.app 一键生成动态验证码(新手小白图文实操)

2026最新|GitHub 启用双因素身份验证 2FA 教程:TOTP.app 一键生成动态验证码(新手小白图文实操)

2026最新|GitHub 启用双因素身份验证 2FA 教程:TOTP.app 一键生成动态验证码(新手小白图文实操)

如果你最近登录 GitHub 时被提示“启用双因素身份验证(2FA)”,别慌——这就是在你输入密码后,再增加一道“动态验证码”的安全锁。本文用TOTP.app(可下载/可在线) 带你从 0 到 1 完成 GitHub 的 2FA 配置,全程保留原图与链接,按步骤照做就能成功。

关键词:GitHub 2FA、GitHub 双因素身份验证、GitHub 启用 2FA、GitHub TOTP、GitHub
动态验证码、GitHub 账号安全、GitHub 登录保护、GitHub Setup Key、TOTP.app
教程、Authenticator 替代、2026 GitHub 2FA 教程、TOTP 验证码、GitHub 安全设置、GitHub
两步验证、GitHub MFA

一、GitHub 启用 2FA 的入口在哪里?

当 GitHub 弹出启用 2FA 提示时,界面类似下面这张图:点击 启用 2FA,进入 GitHub 设置流程。

GitHub启用双因素身份验证(2FA)提示界面图

二、关键步骤总览(先看一遍再跟做)

  1. 准备 TOTP 工具:使用 TOTP.app(下载或在线)。
  2. 在 GitHub 获取密钥(Setup key)或二维码
  3. 把密钥填进 TOTP.app(或扫码)生成 6 位验证码
  4. 把 6 位验证码填回 GitHub 完成绑定。
  5. 如遇识别/验证失败:刷新 GitHub 页面,换新的 Setup key 重来一遍

三、准备工具:下载/打开 TOTP.app

你可以直接搜索 TOTP.app,选择下载或在线使用。

百度搜索TOTP.app

打开后会看到类似界面,点击 新建(New / Create 之类的按钮)。

在这里插入图片描述

四、在 TOTP.app 新建条目:App Name 随便填,密钥必须来自 GitHub

创建时通常会有两项:

  • App name:随便填(建议填 GitHub,方便以后找)
  • 密钥(Secret / Key):这个必须去 GitHub 的 2FA 设置页面获取
在这里插入图片描述
说明:你在 GitHub 那边会看到二维码与/或“setup key(密钥)”。如果扫码不方便,就复制密钥手动输入到 TOTP.app。

五、回到 GitHub:获取 Setup key(密钥)并复制

在 GitHub 的 2FA 认证页面,你可以获取到 Key / Setup key(密钥)。把它复制下来。

github验证界面获取key

六、把 GitHub 密钥填入 TOTP.app,生成 6 位动态验证码

  1. 回到 TOTP.app 新建条目页面
  2. 把 GitHub 的 Setup key 粘贴到 密钥/Secret
  3. 保存后,TOTP.app 就会开始滚动生成 6 位验证码(通常每 30 秒刷新一次)

添加完成后读取验证码,如图所示:

在这里插入图片描述

七、把 6 位验证码填回 GitHub,完成 2FA 绑定

将 TOTP.app 生成的 6 位验证码,填入 GitHub 的 code 输入框,然后继续下一步/确认即可。

在这里插入图片描述

八、常见问题:验证码验证失败/识别问题怎么办?

如果这一步出现“验证识别问题/验证码不对”,按下面做(最有效):

  • 刷新 GitHub 2FA 设置页面
  • 重新获取一个新的 Setup key(密钥)
  • 回到 TOTP.app 重新新建一个条目(或替换密钥)
  • 再拿新的 6 位验证码填回 GitHub
重点:不要一直用旧的 setup key 硬试,GitHub 刷新后密钥可能已经变了,必须按新 key 重走一遍。

九、视频教程

B站:
<【2026最新GitHub启用双因素身份验证 (2FA)使用totp.app的实操教程】 https://www.bilibili.com/video/BV1U7rYB5EdE/?share_source=copy_web&vd_source=97126ea94d1fa8452fa058fae2b93bd5>

YouTube:
https://youtu.be/jFDupa7dXhQ


十、建议:2FA 开启后别忘了做这两件事(更安全)

  • 把 TOTP 条目命名清楚(GitHub / GitHub-main),避免以后找不到。
  • 妥善保存 GitHub 提供的恢复方式/备用方案(如果页面提示有 Recovery codes 或备用验证方式,建议保存到安全位置)。

照着以上步骤做,你就能用 TOTP.app 顺利完成 GitHub 2FA,如果你还有其他问题,欢迎私信或者文末名片沟通。

Read more

规范驱动开发(SDD):AI编程的高效新范式,附GitHub 43.7k Star工具详解

规范驱动开发(SDD):AI编程的高效新范式,附GitHub 43.7k Star工具详解

随着大模型技术的飞速发展,编程已迈入Vibe Coding时代。过去我们常说:Talk is cheap, Show me the code,而如今,Code is cheaper。只要打开任意一款AI编程工具,任何人都能轻松写出点什么。然而,当我们真正运行这些生成内容时,常常发现大模型虽然洋洋洒洒输出了一大段,结果却往往不尽如人意。 正是在这样的背景下,规范驱动开发(Specification-Driven Development,SDD)应运而生,彻底颠覆了传统的软件开发模式。过去几十年来,代码一直占据主导地位,规范文档往往只是项目初期的“脚手架”,一旦进入编码这一“实质阶段”,便常被抛在脑后。而规范驱动开发彻底改变了这一局面:它将规范转化为可执行的定义,直接生成可运行的实现代码,而不再仅仅是开发过程中的参考文档。 今天向大家推荐的开源项目,正是基于规范驱动开发理念打造的工具包,Spec-Kit****。该项目由 GitHub官方发布,目前已在社区引起广泛关注,斩获43.7k Star。借助Spec-Kit,开发者能够更专注于产品场景的构建与结果的可预测性,

By Ne0inhk

Z-Image-Turbo部署指南:从GitHub拉取镜像,10分钟完成配置

Z-Image-Turbo部署指南:从GitHub拉取镜像,10分钟完成配置 阿里通义Z-Image-Turbo WebUI图像快速生成模型 二次开发构建by科哥 本文为实践应用类技术博客,聚焦于如何在本地环境快速部署并运行阿里通义Z-Image-Turbo WebUI图像生成系统。内容涵盖环境准备、镜像拉取、服务启动、参数调优与常见问题处理,提供完整可执行的部署流程和工程化建议。 🚀 为什么选择Z-Image-Turbo? Z-Image-Turbo 是基于阿里通义实验室发布的先进扩散模型进行二次优化的图像生成系统,由开发者“科哥”整合封装为易用的 WebUI 工具。其核心优势包括: * 极速推理:支持1步生成,单张图像最快2秒内完成 * 高分辨率输出:原生支持1024×1024及以上尺寸 * 中文提示词友好:对中文描述理解能力强,无需英文翻译 * 轻量化部署:基于Conda环境管理,依赖清晰,易于维护 本指南将带你从零开始,在10分钟内完成从代码拉取到Web界面访问的全流程。 环境准备:系统要求与前置依赖 ✅ 推荐硬件配置 | 组件 | 最低要求 |

By Ne0inhk
安装openclaw时出现npm error code ENOENT npm error syscall spawn git报错的解决方案

安装openclaw时出现npm error code ENOENT npm error syscall spawn git报错的解决方案

大家好,我是爱编程的喵喵。双985硕士毕业,现担任全栈工程师一职,热衷于将数据思维应用到工作与生活中。从事机器学习以及相关的前后端开发工作。曾在阿里云、科大讯飞、CCF等比赛获得多次Top名次。现为ZEEKLOG博客专家、人工智能领域优质创作者。喜欢通过博客创作的方式对所学的知识进行总结与归纳,不仅形成深入且独到的理解,而且能够帮助新手快速入门。 本文主要介绍了安装openclaw时出现npm error code ENOENT npm error syscall spawn git报错的解决方案,希望能对使用openclaw的同学们有所帮助。 文章目录 * 1. 问题描述 * 2. 解决方案 1. 问题描述 今天在使用命令安装openclaw时,却出现了npm error code ENOENT和npm error syscall spawn git的错误提示,具体报错信息如下图所示: 在经过了亲身的实践后,终于找到了解决问题的方案,最终将逐步的操作过程总结如下。希望能对遇到同样bug的同学们有所帮助。

By Ne0inhk
Qwen3.5开源矩阵震撼发布!从0.8B到397B,不同规模模型性能、显存、速度深度对比与选型指南来了!

Qwen3.5开源矩阵震撼发布!从0.8B到397B,不同规模模型性能、显存、速度深度对比与选型指南来了!

截至今天2026年3月3日,Qwen3.5已形成从0.8B到397B的完整开源矩阵,分为轻量稠密(0.8B/2B/4B/9B/27B)、中型MoE(35B-A3B/122B-A10B)、旗舰MoE(397B-A17B)三大梯队。不同尺度在性能、显存、速度、场景上差异显著,下面是完整对比与选型指南,仅供参考。 一、Qwen3.5全尺度核心参数总览(2026.3最新) 1.轻量稠密系列(Dense,个人/边缘/轻量服务) 名称总参数激活参数架构上下文显存****FP164bit****量化显存定位Qwen3.5-0.8B0.8B0.8BDense32K1.6GB0.4GB极致轻量、端侧/实时交互Qwen3.5-2B2B2BDense32K4GB1GB移动端/IoT、低延迟对话Qwen3.5-4B4B4BDense64K8GB2GB轻量Agent、多模态基座Qwen3.

By Ne0inhk