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
- QQwen3-Next-80B-A3B-InstructQwen3-Next-80B-A3B-Instruct 是一款支持超长上下文(最高 256K tokens)、具备高效推理与卓越性能的指令微调大模型00
- QQwen3-Next-80B-A3B-ThinkingQwen3-Next-80B-A3B-Thinking 在复杂推理和强化学习任务中超越 30B–32B 同类模型,并在多项基准测试中优于 Gemini-2.5-Flash-Thinking00
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~0266cinatra
c++20实现的跨平台、header only、跨平台的高性能http库。C++00AI内容魔方
AI内容专区,汇集全球AI开源项目,集结模块、可组合的内容,致力于分享、交流。02- HHunyuan-MT-7B腾讯混元翻译模型主要支持33种语言间的互译,包括中国五种少数民族语言。00
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- HHowToCook程序员在家做饭方法指南。Programmer's guide about how to cook at home (Chinese only).Dockerfile06
- PpathwayPathway is an open framework for high-throughput and low-latency real-time data processing.Python00
热门内容推荐
最新内容推荐
项目优选
收起

OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
143
1.91 K

deepin linux kernel
C
22
6

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
8
0

React Native鸿蒙化仓库
C++
192
273

🎉 (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
927
551

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
421
392

openGauss kernel ~ openGauss is an open source relational database management system
C++
145
189

为非计算机科班出身 (例如财经类高校金融学院) 同学量身定制,新手友好,让学生以亲身实践开源开发的方式,学会使用计算机自动化自己的科研/创新工作。案例以量化投资为主线,涉及 Bash、Python、SQL、BI、AI 等全技术栈,培养面向未来的数智化人才 (如数据工程师、数据分析师、数据科学家、数据决策者、量化投资人)。
Jupyter Notebook
75
64

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
344
1.3 K

Elasticsearch
国内Top1 elasticsearch搜索引擎框架es ORM框架,索引全自动智能托管,如丝般顺滑,与Mybatis-plus一致的API,屏蔽语言差异,开发者只需要会MySQL语法即可完成对Es的相关操作,零额外学习成本.底层采用RestHighLevelClient,兼具低码,易用,易拓展等特性,支持es独有的高亮,权重,分词,Geo,嵌套,父子类型等功能...
Java
36
8