Higress项目中REST TO MCP请求拦截与签名机制实现解析
2025-06-09 01:55:00作者:秋泉律Samson
背景介绍
在微服务架构中,服务间通信的安全认证是保障系统安全的重要环节。Higress作为阿里巴巴开源的云原生网关,提供了REST TO MCP(Microservice Configuration Protocol)的能力,允许将REST请求转换为MCP协议与后端服务通信。在实际应用中,我们经常需要在请求到达后端服务前进行拦截处理,例如实现签名机制以满足服务端鉴权需求。
技术实现方案
方案一:扩展MCP Server框架
通过扩展Higress的MCP Server框架,开发者可以自定义签名函数,并将其应用于配置的Go模板中。这种方式需要对框架有一定的了解,但实现后可以灵活地在模板中调用自定义的签名逻辑。
核心实现思路是修改MCP Server的REST服务器代码,添加自定义的签名函数注册逻辑,使得这些函数可以在处理请求时被调用。
方案二:WASM插件拦截
另一种更灵活的方案是使用WASM插件机制。Higress支持通过WASM插件对请求进行拦截和处理,开发者可以:
- 实现一个WASM插件,在MCP Server插件之后执行
- 在插件中完成签名计算
- 修改请求的Header或Body等部分
这种方式的好处是解耦性好,不需要修改核心框架代码,通过插件机制即可实现功能。
技术演进与最新支持
随着Higress的发展,最新版本已经对MCP Server机制进行了增强,专门支持在发送到后端请求前执行自定义签名逻辑。具体特性包括:
- 默认透传所有原始Header,提升兼容性
- 出于安全考虑,默认移除Authorization头
- 提供透明认证配置选项,允许显式配置需要透传的认证头
这种设计既保证了安全性,又提供了足够的灵活性,开发者可以根据实际需求配置认证信息的传递方式。
最佳实践建议
在实际应用中,建议考虑以下实践:
- 认证分层:区分客户端到网关的认证和网关到后端服务的认证,前者可以使用消费者认证机制,后者使用本文讨论的签名机制
- 日志监控:确保签名插件有完善的日志输出,便于问题排查
- 性能考量:签名计算可能带来性能开销,在高并发场景下需要考虑优化策略
- 密钥管理:签名使用的密钥应通过安全渠道管理和轮换
总结
Higress通过灵活的框架扩展和WASM插件机制,为REST TO MCP场景下的请求拦截和签名处理提供了完善的解决方案。开发者可以根据具体需求选择合适的技术路径,在保证安全性的同时实现业务需求。随着云原生技术的发展,这类安全中间件处理能力将成为微服务架构中不可或缺的基础设施。
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
222
238
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
671
156
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++
661
312
React Native鸿蒙化仓库
JavaScript
261
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
859
openGauss kernel ~ openGauss is an open source relational database management system
C++
160
217