Azure搜索开放AI演示项目中的安全用户文档上传功能设计
2025-06-01 05:28:23作者:蔡怀权
背景与需求分析
在Azure搜索开放AI演示项目中,团队设计并实现了一个可选的安全用户文档上传功能。该功能允许经过身份验证的用户上传个人文档,并确保这些文档只能被上传者本人搜索查询,同时又能与系统通用文档一起被检索。
架构设计
项目采用了Azure DataLake Storage Gen2类型的Blob容器作为存储解决方案,主要基于其完善的访问控制列表(ACL)功能。为了实现这一架构:
- 在Bicep模板中创建了新的存储账户
- 设置了isHsnEnable参数
- 配置了相应的环境变量来管理账户名称和容器名称
前端实现
前端通过/config路由获取用户上传功能是否启用的配置信息。当同时满足以下条件时,前端会显示"上传文件"按钮:
- 用户上传功能已启用
- 系统启用了身份验证功能
上传按钮支持单文件上传,采用multipart/form-data格式通过POST请求将文件发送至后端的/upload路由。
后端处理
后端服务主要完成以下关键功能:
- 初始化DataLakeServiceClient客户端
- 处理/upload路由请求:
- 解析上传的文件内容
- 通过身份验证装饰器获取用户身份声明
- 检查并创建用户专属目录
- 设置目录ACL权限
- 上传文件并附加用户标识标签
文档处理函数
项目专门部署了一个Python函数来处理文档的自动处理流程:
- 使用Blob触发器监控存储变化
- 调用prepdocs库处理新上传的文档
- 根据函数环境变量配置进行处理
技术选型考量
团队在ADLS2和Blob存储之间进行了详细比较,最终选择ADLS2主要基于以下优势:
- 用户文件管理更简便,可直接删除整个用户目录
- 原生支持ACL,与其他ACL解决方案集成更顺畅
但同时也要注意ADLS2的一些限制,如功能支持差异和需要额外SDK等。
安全与权限设计
系统实现了精细化的权限控制:
- 为每个用户创建独立目录
- 设置严格的ACL权限
- 在Blob元数据中存储用户标识作为冗余验证
- 确保用户只能检索自己的文档
未来扩展考虑
虽然当前版本暂未实现用户删除功能,但团队已经考虑了多种扩展可能性:
- 可添加带确认和延迟期的安全删除功能
- 考虑使用Celery任务队列处理大文件上传
- 可能将prepdocs功能重构为独立PyPI包
该功能设计充分考虑了安全性、易用性和扩展性,为项目提供了灵活的用户文档管理能力。
登录后查看全文
热门项目推荐
相关项目推荐
- DDeepSeek-V3.1-BaseDeepSeek-V3.1 是一款支持思考模式与非思考模式的混合模型Python00
- QQwen-Image-Edit基于200亿参数Qwen-Image构建,Qwen-Image-Edit实现精准文本渲染与图像编辑,融合语义与外观控制能力Jinja00
GitCode-文心大模型-智源研究院AI应用开发大赛
GitCode&文心大模型&智源研究院强强联合,发起的AI应用开发大赛;总奖池8W,单人最高可得价值3W奖励。快来参加吧~044CommonUtilLibrary
快速开发工具类收集,史上最全的开发工具类,欢迎Follow、Fork、StarJava04GitCode百大开源项目
GitCode百大计划旨在表彰GitCode平台上积极推动项目社区化,拥有广泛影响力的G-Star项目,入选项目不仅代表了GitCode开源生态的蓬勃发展,也反映了当下开源行业的发展趋势。06GOT-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。00openHiTLS
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!C0300- WWan2.2-S2V-14B【Wan2.2 全新发布|更强画质,更快生成】新一代视频生成模型 Wan2.2,创新采用MoE架构,实现电影级美学与复杂运动控制,支持720P高清文本/图像生成视频,消费级显卡即可流畅运行,性能达业界领先水平Python00
- GGLM-4.5-AirGLM-4.5 系列模型是专为智能体设计的基础模型。GLM-4.5拥有 3550 亿总参数量,其中 320 亿活跃参数;GLM-4.5-Air采用更紧凑的设计,拥有 1060 亿总参数量,其中 120 亿活跃参数。GLM-4.5模型统一了推理、编码和智能体能力,以满足智能体应用的复杂需求Jinja00
Yi-Coder
Yi Coder 编程模型,小而强大的编程助手HTML013
热门内容推荐
最新内容推荐
项目优选
收起

React Native鸿蒙化仓库
C++
176
261

🎉 (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
860
511

🔥🔥🔥ShopXO企业级免费开源商城系统,可视化DIY拖拽装修、包含PC、H5、多端小程序(微信+支付宝+百度+头条&抖音+QQ+快手)、APP、多仓库、多商户、多门店、IM客服、进销存,遵循MIT开源协议发布、基于ThinkPHP8框架研发
JavaScript
93
15

openGauss kernel ~ openGauss is an open source relational database management system
C++
129
182

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
259
300

deepin linux kernel
C
22
5

🍒 Cherry Studio 是一款支持多个 LLM 提供商的桌面客户端
TypeScript
596
57

为仓颉编程语言开发者打造活跃、开放、高质量的社区环境
Markdown
1.07 K
0

本仓将收集和展示仓颉鸿蒙应用示例代码,欢迎大家投稿,在仓颉鸿蒙社区展现你的妙趣设计!
Cangjie
398
371

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
332
1.08 K