Skip to main content
在本教程中,你将扩展上一个教程中创建的聊天机器人,为每个用户提供他们自己的私有对话。你将添加资源级访问控制,以便用户只能看到自己的线程。 授权流程:认证后,授权处理器为每个资源标记 owner=user id 并返回过滤器,使用户只能看到自己的线程。

前提条件

在开始本教程之前,请确保第一个教程中的机器人正在无错误地运行。

1. 添加资源授权

回顾上一个教程,Auth 对象允许你注册一个认证函数,LangSmith 使用该函数来验证传入请求中的承载令牌。现在你将使用它来注册一个授权处理器。 授权处理器是在认证成功之后运行的函数。这些处理器可以为资源添加元数据(例如所有者是谁)并过滤每个用户可以看到的内容。 更新你的 src/security/auth.py 并添加一个在每个请求上运行的授权处理器:
src/security/auth.py
该处理器接收两个参数:
  1. ctx (AuthContext):包含有关当前 user、用户 permissionsresource(“threads”、“crons”、“assistants”)和正在执行的 action(“create”、“read”、“update”、“delete”、“search”、“create_run”)的信息
  2. value (dict):正在创建或访问的数据。此字典的内容取决于正在访问的资源和操作。有关如何获得更严格范围的访问控制的信息,请参阅下面的添加范围化授权处理器
请注意,这个简单的处理器做了两件事:
  1. 将用户的 ID 添加到资源的元数据中。
  2. 返回一个元数据过滤器,使用户只能看到他们拥有的资源。

2. 测试私有对话

测试你的授权。如果设置正确,你将看到所有 ✅ 消息。请确保你的开发服务器正在运行(运行 langgraph dev):
输出:
这意味着:
  1. 每个用户都可以在自己的线程中创建和聊天
  2. 用户无法看到彼此的线程
  3. 列出线程只显示自己的

3. 添加范围化授权处理器

广泛的 @auth.on 处理器匹配所有授权事件。这很简洁,但意味着 value 字典的内容没有很好的范围限定,并且相同的用户级访问控制应用于每个资源。如果你想更细粒度,你也可以控制对资源的特定操作。 更新 src/security/auth.py 以添加针对特定资源类型的处理器:
请注意,现在你不再有一个全局处理器,而是有针对以下内容的特定处理器:
  1. 创建线程
  2. 读取线程
  3. 访问助手
前三个匹配每个资源上的特定操作(参见资源操作),而最后一个(@auth.on.assistants)匹配 assistants 资源上的任何操作。对于每个请求,LangGraph 将运行匹配正在访问的资源和操作的最具体的处理器。这意味着上述四个处理器将运行,而不是广泛范围的 “@auth.on” 处理器。 尝试将以下测试代码添加到你的测试文件中:
输出:
恭喜!你已经构建了一个每个用户都有自己私有对话的聊天机器人。虽然这个系统使用简单的基于令牌的认证,但这些授权模式将适用于实现任何真实的认证系统。在下一个教程中,你将使用 OAuth2 将你的测试用户替换为真实的用户帐户。

后续步骤

现在你可以控制对资源的访问,你可能想要:
  1. 继续连接认证提供商以添加真实的用户帐户。
  2. 阅读更多关于授权模式的信息。
  3. 查看 API 参考 以获取有关本教程中使用的接口和方法的详细信息。