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
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
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
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。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
项目优选
收起
deepin linux kernel
C
24
9
Ascend Extension for PyTorch
Python
223
245
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
暂无简介
Dart
672
157
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++
662
312
React Native鸿蒙化仓库
JavaScript
262
322
🔥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
64
19
仓颉编译器源码及 cjdb 调试工具。
C++
134
867
仓颉编程语言测试用例。
Cangjie
37
860
openGauss kernel ~ openGauss is an open source relational database management system
C++
160
218