Coder项目中MCP服务的安全权限优化方案
2025-05-24 02:28:47作者:段琳惟
在Coder项目的开发过程中,我们发现当前MCP(Multi-Cloud Provisioner)服务存在一个潜在的安全隐患:它需要同时使用用户令牌(user token)和代理令牌(agent token)来运行。这意味着在workspace中运行的代理(agent)拥有与用户相同的权限级别,能够代表用户执行各种操作,而实际上大多数代理只需要向Web UI报告任务状态即可。
当前架构的安全隐患
在现有架构下,每个运行在workspace中的coder_agent实例都拥有完整的用户权限。这种设计虽然方便,但带来了几个明显的安全问题:
- 权限过度授予:代理通常只需要基本的连接和状态报告功能,却获得了包括代码仓库访问、外部认证等敏感操作权限
- 攻击面扩大:如果代理被攻陷,攻击者可以利用代理令牌执行各种用户级别的操作
- 不符合最小权限原则:现代安全架构设计强调只授予必要的权限,当前实现违背了这一原则
改进方案设计
为了解决这些问题,我们提出了以下改进方案:
1. 默认权限调整
MCP服务器默认只需要代理令牌即可运行。只有在管理员明确需要增强代理能力的情况下,才需要手动提供用户令牌。这种"默认安全"的设计理念更符合现代安全实践。
2. 代理权限分级
在Terraform提供程序中,我们为coder_agent实例增加了权限分级控制:
- default模式:保留当前所有功能,包括拉取git ssh密钥、外部认证等
- no-user-data模式:仅允许基本连接功能,明确禁止以下API路由:
/external-auth/gitsshkey/gitauth
这种分级设计使得管理员可以根据实际需求精确控制代理权限。
技术实现细节
在实现层面,我们进行了以下关键修改:
- 令牌验证逻辑重构:分离用户令牌和代理令牌的验证流程,使它们可以独立工作
- API路由权限控制:在路由级别增加权限检查,确保低权限代理无法访问敏感接口
- 配置向后兼容:确保现有配置继续工作,同时支持新的权限模式
- 文档更新:详细说明各权限级别的差异和适用场景
安全效益分析
这一改进带来了显著的安全提升:
- 攻击面缩小:即使代理被攻陷,攻击者也无法通过代理获取用户敏感数据
- 权限隔离:实现了代理功能与用户权限的清晰分离
- 合规性增强:满足更多企业对开发环境的安全合规要求
- 灵活可控:管理员可以根据项目需求灵活配置权限级别
最佳实践建议
基于这一改进,我们建议用户:
- 对于大多数场景,使用
no-user-data模式运行代理 - 仅在确实需要git或外部认证功能的工作区使用
default模式 - 定期审查代理权限配置,确保符合最小权限原则
- 结合Coder的其他安全功能(如网络策略、审计日志)构建纵深防御体系
这一改进已在工程团队验证通过,将显著提升Coder平台的整体安全性,同时保持其灵活性和易用性。
登录后查看全文
热门项目推荐
kernelopenEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。C098
baihu-dataset异构数据集“白虎”正式开源——首批开放10w+条真实机器人动作数据,构建具身智能标准化训练基座。00
mindquantumMindQuantum is a general software library supporting the development of applications for quantum computation.Python058
PaddleOCR-VLPaddleOCR-VL 是一款顶尖且资源高效的文档解析专用模型。其核心组件为 PaddleOCR-VL-0.9B,这是一款精简却功能强大的视觉语言模型(VLM)。该模型融合了 NaViT 风格的动态分辨率视觉编码器与 ERNIE-4.5-0.3B 语言模型,可实现精准的元素识别。Python00
GLM-4.7GLM-4.7上线并开源。新版本面向Coding场景强化了编码能力、长程任务规划与工具协同,并在多项主流公开基准测试中取得开源模型中的领先表现。 目前,GLM-4.7已通过BigModel.cn提供API,并在z.ai全栈开发模式中上线Skills模块,支持多模态任务的统一规划与协作。Jinja00
AgentCPM-Explore没有万亿参数的算力堆砌,没有百万级数据的暴力灌入,清华大学自然语言处理实验室、中国人民大学、面壁智能与 OpenBMB 开源社区联合研发的 AgentCPM-Explore 智能体模型基于仅 4B 参数的模型,在深度探索类任务上取得同尺寸模型 SOTA、越级赶上甚至超越 8B 级 SOTA 模型、比肩部分 30B 级以上和闭源大模型的效果,真正让大模型的长程任务处理能力有望部署于端侧。Jinja00
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
477
3.56 K
React Native鸿蒙化仓库
JavaScript
287
340
暂无简介
Dart
728
175
Ascend Extension for PyTorch
Python
287
320
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++
849
446
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
233
98
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
10
1
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
450
180
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.28 K
704