Zammad项目中API创建工单文章时的权限检查问题分析
2025-06-11 18:25:31作者:管翌锬
问题概述
在Zammad开源客服系统6.5版本中,存在一个关于API接口权限控制的缺陷。当用户通过API接口创建工单文章时,系统错误地检查了用户是否具有创建新工单的权限,而不是检查用户是否有权限在现有工单上添加文章。
技术背景
Zammad是一个功能丰富的客服系统,提供了完善的权限控制系统。在正常的业务逻辑中,创建新工单和向现有工单添加文章应该是两种不同的权限:
- 创建工单权限:控制用户能否发起新的工单请求
- 更新工单权限:控制用户能否在已有工单上进行操作,包括添加文章
问题详细分析
错误表现
当用户通过POST请求访问api/v1/ticket_articles接口创建工单文章时,系统会错误地检查用户是否具有"创建新工单"的权限。这导致即使该用户拥有更新工单的权限,也会因为缺少创建工单权限而被拒绝操作。
影响范围
这个问题主要影响以下场景:
- 拥有"仅更新"权限的客服人员
- 通过API接口自动化处理工单的系统集成
- 需要限制用户只能回复而不能创建新工单的业务场景
根本原因
经过分析,问题源于权限检查逻辑的错误实现。在API控制器中,系统没有正确地区分"创建工单"和"添加工单文章"这两种不同的操作权限。此外,TicketArticlePolicy策略类也存在类似问题,虽然当前并未在相关控制器中使用。
解决方案
正确的权限检查应该:
- 首先验证用户是否有权访问目标工单
- 然后检查用户是否具有在该工单上添加文章的权限
- 不应检查用户是否有创建新工单的权限
技术启示
这个案例提醒我们在设计权限系统时需要注意:
- 操作权限应该与业务功能精确匹配
- API接口的权限检查需要与UI界面保持一致
- 权限粒度过粗可能导致业务功能受限
- 在权限检查中需要明确区分"创建"和"更新"操作
总结
Zammad系统中的这个权限检查缺陷虽然看似简单,但反映了权限系统设计中常见的陷阱。正确的权限控制应该基于实际业务需求,确保用户能够执行他们有权限执行的操作,同时防止越权行为。这个问题的修复将使得Zammad的API接口权限控制更加精确和合理。
登录后查看全文
热门项目推荐
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-X1-7BSpark-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
项目优选
收起
deepin linux kernel
C
24
7
Ascend Extension for PyTorch
Python
185
196
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
1.03 K
480
TorchAir 支持用户基于PyTorch框架和torch_npu插件在昇腾NPU上使用图模式进行推理。
Python
276
97
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
380
3.44 K
暂无简介
Dart
623
140
React Native鸿蒙化仓库
JavaScript
242
315
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
9
1
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
648
265
openGauss kernel ~ openGauss is an open source relational database management system
C++
157
210