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
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