Azure Pipelines Agent 使用 Azure Linux VM 托管身份认证的实践指南
背景介绍
在 Azure DevOps 的持续集成/持续部署(CI/CD)流程中,自托管代理(Self-Hosted Agent)是一种常见的部署方式。传统上,这些代理通常使用个人访问令牌(PAT)进行身份验证,但这种方法存在一定的安全风险和管理复杂性。
托管身份认证的优势
Azure 托管身份(Managed Identity)为 Azure 资源提供了自动管理的身份,可以安全地访问其他 Azure 资源和服务。相比传统的服务主体(Service Principal)加密钥的方式,托管身份具有以下优势:
- 无需管理凭证轮换
- 消除了密钥存储的安全风险
- 简化了权限管理流程
- 与 Azure RBAC 深度集成
配置步骤详解
1. 准备工作
首先确保你的 Azure Linux VM 已经启用了用户分配的托管身份(User Assigned Managed Identity)。可以通过 Azure 门户或 CLI 完成此操作。
2. 验证托管身份访问权限
在配置代理前,建议先验证托管身份是否具有访问 Azure DevOps 的权限。可以使用以下脚本测试:
#!/bin/bash
export AZP_TOKEN=$(curl 'http://169.254.169.254/metadata/identity/oauth2/token?api-version=2018-02-01&resource=499b84ac-1321-427f-aa17-267ca6975798' -H Metadata:true | jq -r '.access_token')
export AZP_URL="https://dev.azure.com/yourorg"
export RESPONSE=$(curl -s -H "Authorization: Bearer $AZP_TOKEN" -H "Content-Type: application/json" "$AZP_URL/_apis/projects?api-version=6.0-preview")
echo $RESPONSE
如果返回项目列表,说明托管身份已正确配置。
3. 代理配置脚本
关键的配置脚本应包含以下内容:
#!/bin/bash
# 获取托管身份令牌
export AZP_TOKEN=$(curl 'http://169.254.169.254/metadata/identity/oauth2/token?api-version=2018-02-01&resource=499b84ac-1321-427f-aa17-267ca6975798' -H Metadata:true | jq -r '.access_token')
# 设置必要环境变量
export AZP_URL="https://dev.azure.com/yourorg"
export AZP_AGENT_NAME="agentname"
export AZP_POOL="poolname"
export AZP_WORK="azpwork"
# 执行代理配置
./config.sh --unattended \
--agent "${AZP_AGENT_NAME:-$(hostname)}" \
--url "$AZP_URL" \
--auth "PAT" \ # 注意这里必须使用PAT认证类型
--token "$AZP_TOKEN" \
--pool "${AZP_POOL:-Default}" \
--work "${AZP_WORK:-_work}" \
--replace \
--acceptTeeEula
# 安装并启动服务
./svc.sh install
./svc.sh start
关键注意事项
-
认证类型选择:尽管使用托管身份令牌,但在配置代理时仍需将
--auth参数设置为"PAT",这是当前实现的一个特殊要求。 -
权限配置:确保托管身份在Azure DevOps组织中具有足够的权限,至少需要代理池的管理员权限。
-
令牌有效期:托管身份令牌默认有效期为24小时,代理会自动处理令牌刷新。
-
网络连接:确保VM能够访问Azure Instance Metadata Service(169.254.169.254)和Azure DevOps服务端点。
常见问题排查
如果遇到"VS30063: You are not authorized to access"错误,请检查:
- 托管身份是否正确分配给了VM
- 托管身份是否已添加到Azure DevOps组织
- 托管身份是否具有代理池的适当权限
- 认证类型是否正确设置为"PAT"
安全最佳实践
- 遵循最小权限原则,仅授予托管身份必要的权限
- 定期审计托管身份的访问权限
- 考虑使用专用代理池隔离不同安全级别的构建任务
- 监控代理活动日志以检测异常行为
通过采用托管身份认证方式,可以显著提高Azure Pipelines代理的安全性和可管理性,同时减少手动凭证管理的负担。
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5-w4a8GLM-5-w4a8基于混合专家架构,专为复杂系统工程与长周期智能体任务设计。支持单/多节点部署,适配Atlas 800T A3,采用w4a8量化技术,结合vLLM推理优化,高效平衡性能与精度,助力智能应用开发Jinja00
请把这个活动推给顶尖程序员😎本次活动专为懂行的顶尖程序员量身打造,聚焦AtomGit首发开源模型的实际应用与深度测评,拒绝大众化浅层体验,邀请具备扎实技术功底、开源经验或模型测评能力的顶尖开发者,深度参与模型体验、性能测评,通过发布技术帖子、提交测评报告、上传实践项目成果等形式,挖掘模型核心价值,共建AtomGit开源模型生态,彰显顶尖程序员的技术洞察力与实践能力。00
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00
MiniMax-M2.5MiniMax-M2.5开源模型,经数十万复杂环境强化训练,在代码生成、工具调用、办公自动化等经济价值任务中表现卓越。SWE-Bench Verified得分80.2%,Multi-SWE-Bench达51.3%,BrowseComp获76.3%。推理速度比M2.1快37%,与Claude Opus 4.6相当,每小时仅需0.3-1美元,成本仅为同类模型1/10-1/20,为智能应用开发提供高效经济选择。【此简介由AI生成】Python00
Qwen3.5Qwen3.5 昇腾 vLLM 部署教程。Qwen3.5 是 Qwen 系列最新的旗舰多模态模型,采用 MoE(混合专家)架构,在保持强大模型能力的同时显著降低了推理成本。00- RRing-2.5-1TRing-2.5-1T:全球首个基于混合线性注意力架构的开源万亿参数思考模型。Python00