CodeceptJS 中使用 Bearer Token 认证访问 Azure OpenAI 服务的实践指南
2025-06-15 19:26:48作者:董宙帆
背景介绍
在现代自动化测试中,人工智能辅助测试正变得越来越普遍。CodeceptJS 作为一款流行的 Node.js 端到端测试框架,提供了与 AI 服务集成的能力。然而,当开发者尝试使用 Bearer Token 而非 API Key 来认证 Azure OpenAI 服务时,可能会遇到一些技术挑战。
核心问题分析
传统上,CodeceptJS 的 AI 辅助功能默认使用 API Key 进行认证。但在企业级 Azure OpenAI 服务部署中,出于安全考虑,组织往往会要求使用更安全的 Bearer Token 认证方式。这种认证方式基于 OAuth 2.0 协议,通过短期有效的访问令牌来保护 API 访问。
解决方案实现
方法一:使用 Azure 身份认证库
最推荐的解决方案是利用 Azure 官方提供的 @azure/identity 库来获取 Bearer Token:
const {getBearerTokenProvider, DefaultAzureCredential} = require("@azure/identity");
const AzureOpenAI = require("openai");
const scope = "https://cognitiveservices.azure.com/.default";
const azureADTokenProvider = getBearerTokenProvider(
new DefaultAzureCredential(),
scope
);
const client = new AzureOpenAI({
azureADTokenProvider,
deployment: "YOUR_DEPLOYMENT_NAME",
apiVersion: "2024-04-01-preview"
});
这种方式会自动处理令牌的获取和刷新,是最安全可靠的方法。
方法二:手动获取 Bearer Token
如果无法使用 Azure 默认凭证,可以手动实现令牌获取逻辑:
async function getAzureBearerToken() {
const axios = require("axios").default;
const FormData = require("form-data");
const form = new FormData();
form.append("grant_type", "client_credentials");
form.append("client_id", process.env.CLIENT_ID);
form.append("client_secret", process.env.CLIENT_SECRET);
const response = await axios.post(
`https://login.microsoftonline.com/${process.env.RESOURCE_ID}/oauth2/token`,
form
);
return response.data;
}
然后在 CodeceptJS 配置中使用:
AI: {
request: async (messages) => {
const token = await getAzureBearerToken();
const client = new AzureOpenAI({
azureADTokenProvider: token,
deployment: process.env.DEPLOYMENT_NAME,
apiVersion: "2024-04-01-preview"
});
const result = await client.chat.completions.create({
messages,
model: 'gpt-3.5-turbo'
});
return result.choices[0]?.message?.content;
}
}
模型兼容性注意事项
当切换到 Bearer Token 认证后,开发者还需要注意:
- Azure OpenAI 部署的模型名称可能与原生 OpenAI 不同
- 确保使用的 API 版本与 Azure 服务端兼容
- 某些模型可能只支持特定类型的操作(如聊天补全或文本补全)
最佳实践建议
- 始终将敏感凭证存储在环境变量中,而非硬编码在配置文件里
- 为不同的测试环境(开发、测试、生产)配置不同的 Azure AD 应用
- 定期轮换客户端密钥以提高安全性
- 监控令牌使用情况,避免频繁获取新令牌
总结
通过本文介绍的方法,开发者可以成功地在 CodeceptJS 测试框架中集成使用 Bearer Token 认证的 Azure OpenAI 服务。这种集成方式不仅提高了安全性,还能更好地适应企业级开发环境的要求。在实际实施时,建议根据具体项目需求和 Azure 环境配置选择合适的实现方案。
登录后查看全文
热门项目推荐
相关项目推荐
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5-w4a8GLM-5-w4a8基于混合专家架构,专为复杂系统工程与长周期智能体任务设计。支持单/多节点部署,适配Atlas 800T A3,采用w4a8量化技术,结合vLLM推理优化,高效平衡性能与精度,助力智能应用开发Jinja00
请把这个活动推给顶尖程序员😎本次活动专为懂行的顶尖程序员量身打造,聚焦AtomGit首发开源模型的实际应用与深度测评,拒绝大众化浅层体验,邀请具备扎实技术功底、开源经验或模型测评能力的顶尖开发者,深度参与模型体验、性能测评,通过发布技术帖子、提交测评报告、上传实践项目成果等形式,挖掘模型核心价值,共建AtomGit开源模型生态,彰显顶尖程序员的技术洞察力与实践能力。00
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00
MiniMax-M2.5MiniMax-M2.5开源模型,经数十万复杂环境强化训练,在代码生成、工具调用、办公自动化等经济价值任务中表现卓越。SWE-Bench Verified得分80.2%,Multi-SWE-Bench达51.3%,BrowseComp获76.3%。推理速度比M2.1快37%,与Claude Opus 4.6相当,每小时仅需0.3-1美元,成本仅为同类模型1/10-1/20,为智能应用开发提供高效经济选择。【此简介由AI生成】Python00
Qwen3.5Qwen3.5 昇腾 vLLM 部署教程。Qwen3.5 是 Qwen 系列最新的旗舰多模态模型,采用 MoE(混合专家)架构,在保持强大模型能力的同时显著降低了推理成本。00- RRing-2.5-1TRing-2.5-1T:全球首个基于混合线性注意力架构的开源万亿参数思考模型。Python00
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
569
3.84 K
Ascend Extension for PyTorch
Python
379
453
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++
893
676
暂无简介
Dart
802
199
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
350
203
昇腾LLM分布式训练框架
Python
118
147
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
12
1
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
68
20
🎉 (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
1.37 K
781