解决aws-actions/configure-aws-credentials中的OIDC令牌受众错误问题
2025-06-29 07:15:41作者:史锋燃Gardner
在使用aws-actions/configure-aws-credentials这个GitHub Action配置AWS凭证时,许多开发者会遇到一个常见的错误:"Incorrect token audience"。这个问题通常出现在使用OIDC(OpenID Connect)方式配置AWS凭证的场景中。
问题背景
当我们在GitHub Actions工作流中尝试通过OIDC方式获取AWS临时凭证时,需要在AWS IAM中配置一个信任关系,允许GitHub Actions的身份提供者(token.actions.githubusercontent.com)来担任IAM角色。这个过程中,AWS会验证JWT令牌中的"aud"(受众)声明是否与IAM角色信任策略中配置的值匹配。
错误原因分析
从问题描述中可以看到,开发者在IAM角色的信任策略中配置了:
"token.actions.githubusercontent.com:aud": "sts.amazonws.com"
而实际上,正确的受众值应该是"sts.amazonaws.com"。这个细微的拼写差异(缺少了"a")导致了验证失败。AWS STS服务的正确域名是"sts.amazonaws.com",而不是"sts.amazonws.com"。
解决方案
要解决这个问题,需要修改IAM角色的信任策略,将受众值更正为:
"token.actions.githubusercontent.com:aud": "sts.amazonaws.com"
完整的信任策略应该如下所示:
{
"Version": "2012-10-17",
"Statement": [
{
"Effect": "Allow",
"Principal": {
"Federated": "arn:aws:iam::123456789012:oidc-provider/token.actions.githubusercontent.com"
},
"Action": "sts:AssumeRoleWithWebIdentity",
"Condition": {
"StringEquals": {
"token.actions.githubusercontent.com:sub": "repo:your-org/your-repo:ref:refs/heads/your-branch",
"token.actions.githubusercontent.com:aud": "sts.amazonaws.com"
}
}
}
]
}
验证步骤
- 确保GitHub Actions工作流中正确配置了OIDC权限:
permissions:
id-token: write
contents: read
-
检查AWS IAM中的身份提供商配置,确认其URL为"https://token.actions.githubusercontent.com",并且受众设置为"sts.amazonaws.com"。
-
验证IAM角色的信任策略,确保其中的"aud"声明与身份提供商的配置一致。
最佳实践
- 始终使用AWS官方文档中指定的服务端点(如sts.amazonaws.com)。
- 在配置信任策略时,仔细检查所有字符串值,特别是域名部分。
- 可以使用GitHub提供的actions-oidc-debugger工具来检查JWT令牌的实际内容,帮助调试问题。
- 在生产环境部署前,先在测试环境中验证配置。
通过以上步骤,大多数"Invalid token audience"错误都可以得到解决。如果问题仍然存在,建议检查AWS CloudTrail日志获取更详细的错误信息。
登录后查看全文
热门项目推荐
相关项目推荐
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust0153- DDeepSeek-V4-ProDeepSeek-V4-Pro(总参数 1.6 万亿,激活 49B)面向复杂推理和高级编程任务,在代码竞赛、数学推理、Agent 工作流等场景表现优异,性能接近国际前沿闭源模型。Python00
LongCat-Video-Avatar-1.5最新开源LongCat-Video-Avatar 1.5 版本,这是一款经过升级的开源框架,专注于音频驱动人物视频生成的极致实证优化与生产级就绪能力。该版本在 LongCat-Video 基础模型之上构建,可生成高度稳定的商用级虚拟人视频,支持音频-文本转视频(AT2V)、音频-文本-图像转视频(ATI2V)以及视频续播等原生任务,并能无缝兼容单流与多流音频输入。00
auto-devAutoDev 是一个 AI 驱动的辅助编程插件。AutoDev 支持一键生成测试、代码、提交信息等,还能够与您的需求管理系统(例如Jira、Trello、Github Issue 等)直接对接。 在IDE 中,您只需简单点击,AutoDev 会根据您的需求自动为您生成代码。Kotlin03
Intern-S2-PreviewIntern-S2-Preview,这是一款高效的350亿参数科学多模态基础模型。除了常规的参数与数据规模扩展外,Intern-S2-Preview探索了任务扩展:通过提升科学任务的难度、多样性与覆盖范围,进一步释放模型能力。Python00
skillhubopenJiuwen 生态的 Skill 托管与分发开源方案,支持自建与可选 ClawHub 兼容。Python0112
项目优选
收起
暂无描述
Dockerfile
733
4.75 K
deepin linux kernel
C
31
16
Ascend Extension for PyTorch
Python
652
797
Claude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed.
Get Started
Rust
1.25 K
153
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
1.1 K
611
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++
1.01 K
1.01 K
华为昇腾面向大规模分布式训练的多模态大模型套件,支撑多模态生成、多模态理解。
Python
147
237
昇腾LLM分布式训练框架
Python
168
200
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
434
395
暂无简介
Dart
986
253