首页
学习
活动
专区
圈层
工具
发布

#权限

MCP工具接入标准到底解决什么?

MCP 解决的是工具接入的“N×M”问题。 以前每个 Agent 框架要适配每个工具,M 个框架 × N 个工具就是 M×N 套胶水代码。MCP 把它变成 M+N:工具方实现一次 Server,Agent 方实现一次 Client。本质是 USB-C 式的接口标准化,不是能力升级。 具体标准化了三件事:工具的发现与元数据声明、调用协议(JSON-RPC 2.0)、以及传输层(stdio / Streamable HTTP)。 但要注意它不解决的东西:权限模型很薄,只有基础的鉴权,企业级细粒度授权得自己在网关层做;工具语义不统一,同一个“查数据库”在不同 Server 里参数完全不同;还有安全边界,恶意 Server 的 prompt injection 目前主要靠客户端防御。 版本共存是现实痛点。2025 版是有状态长连接,2026-07-28 转向无状态请求,网关必须按协议版本路由,否则老客户端直接断。 官方详细解决方案:https://cloud.tencent.com/product/lighthouse?Is=sdk-topnav... 展开详请

字段级权限规则放配置中心下发还是跟前端代码一起发版?前后端共用一份规则时怎么避免版本漂移

规则必须放配置中心,跟代码发版是死路。60字段×多角色×多状态,改一次就发版根本扛不住。 防漂移的关键是单一事实源加版本号。Nacos或Apollo里存规则JSON并带version字段,前后端启动时拉同一份配置。别各写一套resolveFields,用JSON Logic这类跨语言引擎,两端加载同一份规则文件执行,改配置即生效。 CI里必须加契约测试:每次规则变更自动跑“给定ctx→期望字段状态”用例集,前端构建也跑一遍,结果不一致直接阻断发布。这是锁一致性的底线。 配置中心开灰度下发,按角色或用户维度放量,出问题秒级回滚到上一版本,比代码回滚快得多。 一句话总结:规则从代码剥离成带版本的配置,两端同引擎解释,CI契约测试兜底。改规则等于改配置,零发版零漂移。 官方详细解决方案:https://cloud.tencent.com/product/lighthouse?Is=sdk-topnav... 展开详请

大模型与手机融合会催生Agent终端吗?

绝对会,2026年已经是Agent手机量产元年。华为、荣耀、vivo和阶跃星辰等都在推,手机正从“App容器”变成“智能体舞台”。 权限与端云边界:目前分两派。激进派(如豆包手机)拿系统底层权限模拟点击,结果被微信和银行风控拦截;稳健派(华为、vivo)走标准化API。权限管理上,华为新专利提出了“Agent+任务ID”机制,按任务动态授权,用完即收回。端侧负责意图感知、隐私隔离和任务调度,云端负责复杂推理,服务侧负责交易闭环。 入口与App兼容:现阶段必须保留App兼容层,但App正在“Skill化”。直接干掉App不现实,超级App还在死守护城河。主流做法是重构系统级对话入口,把App能力封装成可被调用的技能模块,过渡期则靠无障碍服务或模拟点击来兼容老应用。 成本谁买单:硬件溢价(NPU+大内存)最终是消费者买单,但行规是整机成本增幅不能超8%,否则渠道不推。生态接口改造则是互联网巨头和手机厂商在博弈妥协,比如阿里联合荣耀搞模型,支付宝推AHA互联协议,本质是大厂为了抢占Agent时代的新流量入口在自掏腰包。 官方详细解决方案:https://lke.cloud.tencent.com/lke/#/trialProduct... 展开详请

供应链含采购价 / 成本 / 供应商信息,Agent 处理时权限和审计怎么划?

供应链数据涉及商业机密,Agent 权限与审计不能套用普通员工账号逻辑,建议按以下思路落地: 权限划分 采用 RBAC+ABAC 混合模型。Agent 必须绑定发起人身份并继承其数据范围,严禁使用超级账号。对采购价、成本等敏感字段实施列级脱敏或掩码;写操作按风险分级,查询可自动执行,但修改供应商信息、确认价格等高危动作必须触发人工审批或双人复核。授权应限时、限场景,任务结束即失效。 审计要求 全链路留痕,记录谁发起、Agent 调用了什么工具、读取了哪些字段、依据何种策略做出判断,以及最终审批人。日志需不可篡改且可检索,异常访问实时告警。决策结果必须可追溯至原始数据源和规则版本,确保事后能完整复盘责任链。 官方详细解决方案:https://lke.cloud.tencent.com/lke/#/trialProduct... 展开详请

支付链路严把关,试验也要吗?

李福春游戏发行平台,跨境电商,低代码,物联网,数字人商业项目架构师
支付链路严把关,试验也要吗?要,但不是同一把尺。支付接口一旦出错,可能同时影响资金、隐私和对账,失败代价高;内部原型通常更容易回退,若套用同样的双人评审、测试、灰度和审计,低风险实验会被高风险流程拖慢。技术上可按资金影响、数据敏感度、可回滚性给变更定级,并明确升级条件。 方案取舍应把最强安全投在最昂贵的失败上:支付等高风险链路保留双人评审、测试、灰度与审计;一般业务功能用自动测试和可观察的发布门禁;内部试验环境隔离权限和数据范围,允许快速试错。但低风险不等于零风险,只要触及真实用户、外网、生产密钥或敏感数据,就应上调等级,不能失去底线。 是否值得,不能靠感觉,可用变更失败率、回滚耗时和审批等待做小范围对照追踪:看分级后高风险链路是否更稳,低风险实验是否更快,同时观察审批是否成为瓶颈。具体阈值需结合自身历史变更数据核验,公开资料不足时先做试点而非拍数字;验收上应保留审计记录和事后复盘,再逐步调整门禁强度。... 展开详请

技术思考问题45:RAG查不到,还硬答吗?

紫风十五年服务端架构专家,用高可用承载亿级流量,用高性能支撑毫秒级响应。为业务增长提供坚实的技术底座。
该拒答就拒答,这不是模型自觉的事,得工程上拦。检索阶段设个相似度分数阈值,低于阈值直接返回「知识库暂无依据」,并把检索到的相近片段附上让用户自己判断。比单阈值更实用的是分级处理:分数够低就短路拒答,分数中等就在提示词里强约束——只允许基于检索内容作答,明确「找不到就说找不到」,并要求答案带溯源标注,方便事后核对。阈值别拍脑袋定,拿真实的badcase离线跑评测,看拒答率和误拒率的平衡点。最怕两头都不管:检索质量烂,模型又爱编,用户被幻觉误导一次,下次就不信这套系统了,比不接入损失还大。... 展开详请

知识库越大,客服越答错?

李福春游戏发行平台,跨境电商,低代码,物联网,数字人商业项目架构师
从技术上看,知识量本身不等于可信度。客服问答的可靠性取决于检索链路是否先做权限过滤、再混合检索与重排,以及答案是否附带引用、拒答和低置信转人工。混入过期制度、跨项目权限和重复冲突文档后,召回越多,噪声和越权风险反而越大。为每份知识登记所属租户、版本和有效期,并建立覆盖正确率、越权与过期知识的回归集,是把“堆知识”变成“管知识”的必要动作,否则模型越界推断很难被发现。 从产品上看,知识库更适合按数据产品的生命周期来设计,而不是当作一个不断上传文件的网盘。条目要有权属、版本、生效与失效时间,检索前先做权限裁剪,回答时展示引用来源,置信度不足就拒答或转人工。这样产品经理关注的不只是文档数量,而是每条知识是否可追溯、可下架、可验证。文章公开页面只能完整核验标题和概述,“90%”是标题措辞,不能当作已验证的统计结论,产品指标也应建立在可复核的评测集上。 从商业上看,只追求知识规模会推高客服成本并积累信任风险。答案错了,用户重复追问、人工返工和合规处置都要花钱;越权泄漏一次,损失更不是文档数量能抵消的。企业更该为权属治理、版本更新和回归评测付费,把知识库当资产经营,而不是按条数采购。... 展开详请

AI 擅自改生产配置,算主动还是越权?

李福春游戏发行平台,跨境电商,低代码,物联网,数字人商业项目架构师
正面看,AI 多做事常被当成主动性的体现:目标没写清,它就去查资料、补参数、顺手改配置,看起来效率很高。但芒格的能力圈提醒我们,这里混着两样东西——有能力提出方案,和有权限执行动作。查知识、生成建议、改生产配置是三个风险等级,目标含糊时,多做动作不等于做对,"尽力做"也不等于允许无限行动。 反过来,把越权全归咎于模型并不公平。模型本身没有权限概念,权限是外部系统给的:工具没配租户权限、幂等键、预算和审计,写操作没有批准节点,失败后还允许自评完成,那么主动性必然滑向越权。产品侧若不展示已做、未做与待确认事项,用户只能靠猜;商业侧若把"什么都能干"当卖点,短期显得能干,长期是把风险和审计成本留给客户。 所以答案不在"主动还是越权"里二选一,而在边界是否被写出来。技术上按能力圈分层,把只读查询与写执行拆开,给每个工具配权限、幂等键、预算和审计;产品上把动作状态摊开,写明输入、输出、禁止事项与外部验收证据,删除、支付、发布设批准节点,失败时展示证据和待确认项;商业上把权限分级与审计能力写进交付承诺,而不是藏在说明书里。... 展开详请

AI写入腾讯文档返回400007VIP权限不足怎么办?

紫风十五年服务端架构专家,用高可用承载亿级流量,用高性能支撑毫秒级响应。为业务增长提供坚实的技术底座。
400007 是权限类错误,不是代码写错了。按顺序确认三件事:发起写入的身份有没有目标文档的编辑权限,腾讯文档里能看和能写是分开的,机器人身份要被显式加为协作者;调的接口是不是依赖 VIP 能力,比如大文件、高并发配额这些绑了会员权益,免费身份调用就报这个错;token 作用域对不对,文档得在应用可见范围内。常见的坑是文档所有者只给了阅读权限,或者拿免费配额撞了会员接口。建议先拿一个手动授权过的测试文档验证链路通不通,链路通了再查配额,别一上来就改代码。... 展开详请

Discord 适配器能直接当权限中心吗?

李福春游戏发行平台,跨境电商,低代码,物联网,数字人商业项目架构师
正:Discord 作为便捷入口有现实吸引力。thread 天然把一段会话隔开,适配器把消息转成任务,能降低使用门槛,让团队在熟悉的聊天界面触发 DeepSeek Harness;对高频、低风险操作,这种顺手会提升协作效率。 反:但消息能到达,不等于发言者有部署、删除或跨项目读取的权限。若适配器默认信任频道身份、把未知结果当可重试,或让 thread 与后端 session 脱钩,便捷就会放大越权、重复提交和跨租户泄露风险;聊天窗口也不该承担最终授权裁决。 定:Discord 只能做入口,授权必须回到服务端。技术上绑定用户/频道与租户身份,默认拒绝加白名单,thread 与 session 一对一持久化并逐次校验所有权;产品上把高风险审批放在聊天内,但设置发起者确认、超时拒绝和最小权限凭证;商业上以未授权拦截率、跨租户零泄露、重复提交率和审计恢复正确性证明合规能力,企业才可能为这种入口付费。... 展开详请

子账号调用云 API 报 UnauthorizedOperation,CAM 策略应如何排查?

别被 UnauthorizedOperation 吓住,这通常就是权限没给对。先抓重点: 检查动作名称(Action):这是最常见坑点。比如你要调 CVM 的 DescribeInstances,策略里必须写 cvm:DescribeInstances,少个前缀或拼错都报错。去 API 文档复制标准 Action 名,别自己编。 看资源范围(Resource):如果策略里写了 "Resource": "arn:qcs:...:instance/*",但你操作的是特定实例 ID,且策略没包含它,就会拒之门外。测试时先用 "Resource": "*" 放行,确认能通后再收紧。 生效延迟:CAM 策略修改后可能有几秒到几分钟的同步延迟,刚改完就测容易翻车。 附加策略 vs 自定义策略:确认子账号挂载的是“系统策略”还是“自定义策略”。有时候你配了自定义策略,但没勾选“允许继承”,或者角色信任关系(Trust Policy)没绑对。 快速验证:临时给子账号挂上 AdministratorAccess,如果还能报这个错,那就是网络或签名问题;如果不报了,说明是具体 Action 或 Resource 写错了。 官方详细解决方案:https://cloud.tencent.com/product/cvm?Is=sdk-topnav... 展开详请

钉钉群直播回放视频如何下载?

别费劲找下载插件了,钉钉没这功能。最靠谱就一个办法:用电脑录屏。 装个 OBS 或者系统自带的录制工具,全屏播放回放,一边播一边录。虽然麻烦点,但画质无损,还不用担心被检测。要是手机看,就用另一台手机对着屏幕拍,记得关通知弹窗,不然水印和消息很烦人。 至于那些说能抓包下载的教程,全是坑。现在视频都是分片加密的,就算抓到链接也是乱码,拼都拼不起来,纯属浪费时间。 既然老师只给阅读权限,说明人家不想让你留存。想存下来自己慢慢看,只能老老实实录屏。别信网上那些“一键下载”软件,大概率是木马或者骗费的,小心账号泄露。 官方详细解决方案:https://cloud.tencent.com/developer/article/2761615... 展开详请

腾讯元宝只配做C端问答入口吗?

本体论能替代云原生数据目录吗?

紫风十五年服务端架构专家,用高可用承载亿级流量,用高性能支撑毫秒级响应。为业务增长提供坚实的技术底座。
替代不了,两者管的是两层东西。数据目录解决'有哪些数据、从哪来、谁能用':物理表、血缘、权限、合规,面向资产盘点和访问控制,必须对接真实存储和 IAM。本体解决'业务上这些东西是什么关系':实体、语义、规则,面向一致理解和推理。拿本体去替代目录,等于用语义模型去做血缘采集和权限下发,工具不对口。反过来只有目录没有本体,跨域查询时口径永远对不齐。务实的做法:本体定义业务实体和关系,目录登记物理资产,中间加一层映射做双向同步,映射本身纳入版本管理。先在一个域做端到端溯源演练验证闭环,再决定铺多广,别一上来就全量治理。... 展开详请

本体论能替代云原生数据目录吗?

李福春游戏发行平台,跨境电商,低代码,物联网,数字人商业项目架构师
已采纳
正:本体论不能替代云原生数据目录,但能补上语义层。数据目录负责扫描、血缘、分级和权限,本体负责客户、订单、设备等概念及关系。在 K8s 多集群中,本体可把同一客户概念映射到分散表,查询路由按关系展开,验证方式用跨域订单查询对比人工血缘结果和命中率。 反:若没有目录自动发现,本体只是手工知识图,无法感知表结构、任务和权限变化;本体与目录双写还会产生漂移。边界是本体管概念与约束,目录管物理资产与操作事实;强一致事务和实时血缘仍应由目录和元数据服务承担。 定:架构应采用目录为底座、本体为语义索引。先选一个业务域,在 K8s 命名空间部署本体服务并接目录 API,设实体与表映射覆盖率 90%、跨域查询准确率 95% 两个门槛,每周校验,达标再扩域。... 展开详请

Harness多模态,团队怎么用?

紫风十五年服务端架构专家,用高可用承载亿级流量,用高性能支撑毫秒级响应。为业务增长提供坚实的技术底座。
多模态 Harness 的核心是把图像、语音、文档统一进 Agent 工作流,而不是各模态各建管道。落地建议先挑团队最高频的场景切入,比如客服工单里的截图识别加文本理解,用同一套 Harness 串联视觉模型和文本模型,工具层用统一协议(MCP 这类)对接。三个坑提前避开:一是多模态输入 token 成本比纯文本高不少,前置裁剪要做;二是评估指标按模态拆开测,别只看端到端准确率,不然分不清是视觉还是理解的问题;三是图片里容易带敏感信息,权限和审计要跟上。... 展开详请

生产级 Harness 最不该省掉的是哪一层?

技术方舟

科大讯飞 | 资深架构师 (已认证)

江湖人称“山哥”,在数字化、人工智能、电商和金融等领域积累了丰富的平台架构设计经验
如果预算只够认真做一层,我会优先补检查点与失败接管这一层。原因是:线上“模型变强但成功率不动”,往往不是推理能力不够,而是失败后无法收敛与恢复(超时、工具副作用、状态丢失导致反复重试)。有了检查点与可恢复状态,Agent 才能在预算耗尽、工具失败、异常注入时降级退出、回滚或续跑;这直接提升稳定性与可用性。权限清单与评测隔离也重要,但它们通常是“优化与治理”,而检查点/失败接管是“生存底座”。... 展开详请

EdgeOne Makers KV存储开通申请,状态一直审批中?

企业级 AI 应用是怎么部署的?

workbuddy一直在运行中?

领券