ServiceNow 代表用户的令牌交换:使用 Bedrock AgentCore Gateway | Amazon Web Services

蓝旅人AI 前沿📡 BestBlogs·AI高分精选⭐ 852026-11-04828 阅读💛 6 收藏
ServiceNow 代表用户的令牌交换:使用 Bedrock AgentCore Gateway | Amazon Web Services

📌 One-Sentence Summary

本文演示如何配置 Amazon Bedrock AgentCore Gateway,使其与 Microsoft Entra ID 和 ServiceNow 执行代表用户的令牌交换,让 AI 智能体在调用企业 REST API 时保留用户身份,以便进行审计追踪和访问控制。

📝 Summary

本文介绍如何设置 Amazon Bedrock AgentCore Gateway,在 Microsoft Entra ID 与 ServiceNow REST API 之间执行代表用户(OBO)令牌交换。文章详细说明了相关架构:AI 智能体使用 JWT 令牌进行身份验证,AgentCore Gateway 将其交换为限定于 ServiceNow 的令牌,同时保留原始用户身份。该方案包含三个组件:AI 智能体应用程序、作为 MCP 服务器的 AgentCore Gateway,以及配置了 OAuth 集成的 ServiceNow。文章逐步介绍 Microsoft Entra ID 的配置(创建应用注册、公开 API、设置作用域和配置 API 权限)、ServiceNow 的配置(设置入站 OAuth 集成、OIDC 提供商和身份验证作用域),以及 AgentCore Gateway 的配置(创建出站身份验证配置、使用 MCP 版本 2025-11-25 设置网关,并配置带有令牌交换授权的目标)。这一模式可为企业 AI 智能体安全地传递身份信息,保留审计追踪并执行用户级访问控制。

💡 Main Points

AI 智能体调用企业 API 时,需要传递身份信息以保留用户上下文。

如果不进行代表用户的令牌交换,下游服务收到的 API 调用会被视为来自应用程序本身,而非发起操作的用户。这会破坏审计追踪、绕过用户级访问控制,并违反最小权限原则。

AgentCore Gateway 在 Microsoft Entra ID 与 ServiceNow 之间执行 OBO 令牌交换。

网关接收来自智能体的 JWT,并使用智能体的客户端凭据,通过 Entra 的令牌端点进行交换,同时附带「requested_token_use:on_behalf_of」参数;随后网关签发一个限定于 ServiceNow、且保留原始用户声明的新令牌。

配置需要 3 个 Entra ID 应用注册,以及 ServiceNow OAuth 设置。

其中一个应用注册代表 ServiceNow API 连接器,并公开「user_impersonation」作用域;另一个代表 AI 智能体,配置客户端密钥以及对该连接器的 API 权限。ServiceNow 则必须配置入站 OAuth 集成、OIDC 提供商,以及仅限所需 API 的身份验证作用域。

AgentCore Gateway 必须使用 MCP 版本 2025-11-25,才能原生支持 OBO。

较早版本的 MCP 不支持原生 OBO 功能;创建网关时必须使用 MCP 版本 2025-11-25,并将 JWT 配置为授权类型,同时将 ServiceNowAgent 应用程序 ID 配置为入站身份。

令牌交换需在网关目标级别配置,并指定作用域和自定义参数。

目标的出站身份验证配置需选择 OAuth,使用 ServiceNow API 连接器的作用域,并包含关键的「requested_token_use:on_behalf_of」自定义参数。若缺少该参数,Entra 将不会执行 OBO 交换,调用也会因身份验证错误而失败。

💬 Key Quotes

代表用户与企业 API 交互的 AI 智能体,需要在整个请求链中保留用户身份。如果不传递身份信息,下游服务收到的 API 调用会被视为来自应用程序本身,而非发起操作的用户。

这会破坏审计追踪、绕过用户级访问控制,并违反最小权限原则。

随后,网关通过 OBO 流程将该令牌交换为一个限定于 ServiceNow API 连接器的新令牌,同时保留原始用户身份。

如果缺少该参数,Entra 就不会执行 OBO 交换,调用 ServiceNow 时也会因身份验证错误而失败。

AgentCore Gateway 现在可以自动将入站令牌交换为有效的 ServiceNow 令牌,在保留用户身份的同时,无需编写自定义代码。

📊 Article Meta

AI Screening: 85

Source: AWS Artificial Intelligence

Author: Greg Biegel

Category: 人工智能

Language: 英文

Read Time: 10 min

Word Count: 2384

Tags:

AI 与智能应用 , 云原生 / DevOps , AI 工程 , AI Agent , 提示工程

#AI 与智能应用# 云原生 / DevOps# AI 工程# AI Agent# 提示工程

文章评论(12)

邱文博11 天前

内容翔实,正好需要,先收藏再看。

回复
晨寻梦11 天前

点赞,必须点赞

回复
蒋力11 天前

不错不错,已加入书签。

回复
青柠微凉11 天前

这个比较实用,已转发给同事。

回复
雪知秋11 天前

有没有更详细的教程,期待后续。

回复
白向阳11 天前

不错不错,已加入书签。

回复
石佳琪11 天前

很有价值的分享,感谢整理。

回复
松听风11 天前

看标题就点进来了,内容果然没让人失望。

回复
空向阳11 天前

这个观点很中肯,深有同感。

回复
杨丽华11 天前

很有价值的分享,感谢整理。

回复
石佳琪11 天前

刚好最近在找这方面的资料,太及时了。

回复
蓝光11 天前

看标题就点进来了,内容果然没让人失望。

回复