首先完成“认证、令牌与安全凭据处理”即可解锁本课程。转到上一课

项目概览

在这一顶点课程中,你将构建一个完整的 AI 智能体,代表经过身份验证的用户执行四个现实世界的任务:通过身份验证验证身份、对数据库进行读写记录、调用外部 API 以获取或发送数据、并实施基于角色的访问控制(RBAC),以确保用户只看到其被允许看到的内容。这里是课程中所有前置概念相互连接的集成点。

你构建的智能体遵循请求-响应模式:用户发送请求,智能体校验用户身份,决定用户的权限,然后要么查询数据库、要么调用 API,或两者兼有,并返回结果。我们将使用 Python 处理智能体逻辑,使用 SQL 数据库进行持久化,使用一个模拟外部 API 进行外部数据交互,并使用简单的 JWT(JSON Web Token)机制进行身份验证。

体系结构与设置

在编写代码之前,我们先勾画四个运行中的部分及其连接方式。用户携带一个 JWT 令牌发送请求。智能体验证令牌,提取用户 ID 和角色,然后根据用户意图将请求路由到数据库处理程序或 API 调用程序。数据库处理程序使用参数化的 SQL 查询以防止注入攻击。API 调用程序在出站请求中附加相同的 JWT,以便外部服务能够独立验证调用方。

python
from dataclasses import dataclass
@dataclass
class UserContext:
user_id: int
role: str
token: str

该 UserContext 对象随每次内部调用一起传递。请求进入智能体后,上下文被标记在其上,所有下游函数接收相同的上下文,因此在每个步骤进行授权检查,而不仅仅在入口点进行。

实现认证

认证意味着证明用户的身份。我们将使用一个简单的 JWT 风格令牌:一个包含用户 ID、角色和到期时间戳的 base64 编码字符串,通过共享密钥签名。在生产环境中,你会使用像 PyJWT 这样的库,但这里保持最小化,以便你看到机制。

python
import base64, json, hmac, hashlib, time
SECRET = "change-me-in-production"
def create_token(user_id: int, role: str) -> str:
payload = {"uid": user_id, "role": role, "exp": int(time.time()) + 3600}
body = base64.urlsafe_b64encode(json.dumps(payload).encode()).decode()
sig = hmac.new(SECRET.encode(), body.encode(), hashlib.sha256).hexdigest()
return f"{body}.{sig}"
def verify_token(token: str) -> UserContext:
body, sig = token.split(".")
expected = hmac.new(SECRET.encode(), body.encode(), hashlib.sha256).hexdigest()
if not hmac.compare_digest(sig, expected):
raise PermissionError("Invalid token signature")
payload = json.loads(base64.urlsafe_b64decode(body))
if payload["exp"] < int(time.time()):
raise PermissionError("Token expired")
return UserContext(user_id=payload["uid"], role=payload["role"], token=token)

verify_token 函数是门卫。每个受保护的端点都会先调用它。如果令牌被篡改、过期或缺失,请在执行任何数据库或 API 代码之前拒绝请求。

安全查询数据库

完成身份验证后,下一步是让代理读取用户记录。此处的关键规则是:永远不要通过字符串拼接来构建 SQL。始终使用参数化查询,以使用户输入被视为数据,而非可执行的 SQL。

python
import sqlite3
def get_user_orders(ctx: UserContext, target_user_id: int) -> list:
conn = sqlite3.connect("app.db")
cur = conn.cursor()
cur.execute("SELECT id, product, total FROM orders WHERE user_id = ?", (target_user_id,))
rows = cur.fetchall()
conn.close()
return rows

请注意用户 ID 作为元组参数传递,而不是被插入到字符串中。这一单一习惯阻止了 SQL 注入,这是最常见的数据库攻击。

调用外部 API

许多代理任务需要数据库中没有的数据,例如来自快递公司的运输状态或某条送货路线的天气信息。代理调用外部 HTTP API,传递同一 JWT,以便外部服务能够验证调用方。

python
import urllib.request
def get_shipping_status(ctx: UserContext, order_id: int) -> dict:
req = urllib.request.Request(
f"https://api.courier.example/orders/{order_id}",
headers={"Authorization": f"Bearer {ctx.token}"}
)
with urllib.request.urlopen(req) as resp:
return json.loads(resp.read())

令牌被转发,而不是生成一个新的令牌。这允许快递服务记录谁提出了请求,并对每个用户应用其自己的速率限制。

强制执行基于角色的访问控制

身份验证告诉你是谁。授权(RBAC)告诉你他们被允许做什么。最干净的执行地点是在每个入口点调用的一个小策略函数。

python
def require_role(ctx: UserContext, allowed: list[str]):
if ctx.role not in allowed:
raise PermissionError(f"Role '{ctx.role}' not permitted")
python
def list_all_orders(ctx: UserContext) -> list:
require_role(ctx, ["admin"])
conn = sqlite3.connect("app.db")
cur = conn.cursor()
cur.execute("SELECT id, user_id, product, total FROM orders")
rows = cur.fetchall()
conn.close()
return rows

普通用户调用 list_all_orders 会被拒绝。管理员调用它则可看到整张表。策略检查只有一行,但它是系统安全与数据泄露之间的分界线。

把它们串联起来

主代理函数将身份验证、数据库访问、API 调用和 RBAC 组合成一个流程。

python
def handle_request(token: str, intent: str, params: dict):
ctx = verify_token(token)
if intent == "my_orders":
return get_user_orders(ctx, params["user_id"])
elif intent == "all_orders":
return list_all_orders(ctx)
elif intent == "shipping":
return get_shipping_status(ctx, params["order_id"])
else:
raise ValueError("Unknown intent")

每条路径都以 verify_token 开始。接触敏感数据的每条路径都调用 require_role。每个数据库查询都采用参数化。每次对外部 API 的调用都携带用户的令牌。这四个习惯,无处不在地重复,是让代理达到生产就绪状态的原因。

显示用户请求进入智能代理的流程图,经过 verify_token 的分支验证后路由到 require_role 检查,然后再分为数据库查询路径或外部 API 调用路径,两个路径均返回给用户

摘要

现在你拥有一个端到端可用的智能代理。身份验证通过签名令牌来证明身份。参数化的 SQL 查询进行读写数据,避免注入风险。对外部 API 的调用复用同一令牌,便于外部服务按用户进行审计和限流。基于角色的访问控制贯穿于每一个入口点,而不仅仅是前门,因此特权提升需要绕过多重检查。当你构建真正的代理时,模式是相同的:先验证身份,再在每个环节授权,总是参数化,并在每次调用中传递上下文。

课后练习

课程检查点

巩固所学知识,获取作业反馈。

0/1
已回答 · 0/1