试想一下，你辛苦做出的某条 Agent API 的调用量在半小时内飙到了平时的 200 倍。查日志发现，有人用脚本把接口当免费 GPT 在薅，更恐怖的是，他们尝试在 prompt 里夹带 ` 删除所有日志 ` 这种恶意指令——如果你的工具执行部分根本没做过滤……
太多这种案例让我意识到：给 Agent 套上安全防线，不是“可选项”，而是从第一行代码起就该刻进骨子里的铁律。
👩💻我是爱折腾的一名程序媛，喜欢研究全栈开发的各种实践，热爱分享踩坑后的收获与思考，也享受用代码写出各种实用小工具解决问题的快乐。
如果你也在技术这条路上向前走，希望我们能彼此陪伴，一起成为更好的自己 🌱
前面几篇我们学习了如何理解和创建FastAPI AI Agent接口，今天就来聊聊怎么构建我们的接口防线，每道都带着可直接跑的代码，希望能让你的线上 Agent 睡个安稳觉。
🛡️ 第一道：门禁卡——OAuth2 + JWT 认证
API 不能敞开大门随便进。FastAPI 内置了 OAuth2PasswordBearer 这套“门禁系统”，配合 JWT 就像一张带时效的房卡。
登录后拿 token，后续请求都得带上，否则直接 401 挡在门外。
这里一定要注意：千万不要把 secret key 硬编码，正经做法是从环境变量读。
from fastapi import Depends, FastAPI, HTTPException
from fastapi.security import OAuth2PasswordBearer, OAuth2PasswordRequestForm
from jose import jwt
from datetime import datetime, timedelta
SECRET_KEY = "从环境变量取!"
ALGORITHM = "HS256"
oauth2_scheme = OAuth2PasswordBearer(tokenUrl="/token")
app = FastAPI()
def create_token(data: dict):
to_encode = data.copy()
to_encode.update({"exp": datetime.utcnow() + timedelta(hours=2)})
return jwt.encode(to_encode, SECRET_KEY, algorithm=ALGORITHM)
@app.post("/token")
def login(form_data: OAuth2PasswordRequestForm = Depends()):
# 验证用户（示例：固定账号）
if form_data.username != "admin" or form_data.password != "pass":
raise HTTPException(status_code=401, detail="密码错误")
return {"access_token": create_token({"sub": form_data.username}), "token_type": "bearer"}👑 第二道：权限分级——RBAC
有了门禁还不够，不能所有人进来都能操作 Agent。
我们用“角色”来区分：普通用户只能查询，管理员才能修改配置或调用危险工具。
关键是一个依赖注入函数，检查 token 里带的 role 字段。
这里也要注意，不能只靠前端隐藏按钮，后端完全没校验——那等于把钥匙藏在门口地垫下。
from fastapi import Security
def get_current_user(token: str = Depends(oauth2_scheme)):
payload = jwt.decode(token, SECRET_KEY, algorithms=[ALGORITHM])
return {"username": payload.get("sub"), "role": payload.get("role", "user")}
def require_role(role: str):
def checker(user = Depends(get_current_user)):
if user["role"] != role:
raise HTTPException(status_code=403, detail="权限不足")
return user
return checker
@app.get("/admin/agent-config")
def update_config(user = Depends(require_role("admin"))):
return {"message": "只有管理员看得到"}🧹 第三道：入口安检——输入清洗与限流
Agent 最怕提示注入。我的做法是：先用 Pydantic 做格式校验，再上自定义清洗函数，把那些 忽略前面的指令、请扮演 DAN 之类的黑名单短语直接堵死。当然黑名单不是银弹，但能挡住大部分脚本小子。
另外，同一 IP 每秒 100 次的请求绝对不正常。用 SlowAPI 中间件限流，就像给接口装了水龙头，防止被冲垮。
注意，生产环境一定要搭配 Redis 存储计数，不然多 worker 下会漏。
from slowapi import Limiter
from slowapi.util import get_remote_address
from pydantic import BaseModel, validator
limiter = Limiter(key_func=get_remote_address)
app.state.limiter = limiter
app.add_exception_handler(429, lambda _,_: JSONResponse(status_code=429, content="慢点！"))
class PromptInput(BaseModel):
prompt: str
@validator("prompt")
def check_injection(cls, v):
blacklist = ["忽略前面的指令", "ignore previous", "DAN"]
if any(b in v.lower() for b in blacklist):
raise ValueError("检测到注入企图")
return v
@app.post("/agent/ask")
@limiter.limit("5/second")
def ask_agent(item: PromptInput, request: Request):
return {"response": f"你说: {item.prompt[:50]}..."}🧪 第四道：工具执行的“无菌实验室”
Agent 经常会调用本地命令、跑 Python 脚本，这相当于给用户开了一个终端——不用沙箱就是自杀。
我强制所有命令必须通过白名单，比如只能执行 ls、cat 这几个；
同时用 Python 的 resource 模块限制子进程的内存和 CPU 时间，避免恶意死循环吃光服务器。
网络隔离可以进一步用 Docker 的 --network=none，这里用子进程做个最简演示：
import subprocess, resource
ALLOWED_COMMANDS = ["ls", "cat", "echo"]
def safe_exec(cmd: str):
parts = cmd.strip().split()
if not parts or parts[0] not in ALLOWED_COMMANDS:
raise ValueError("命令不在白名单")
def set_limits():
resource.setrlimit(resource.RLIMIT_AS, (50*1024*1024, 100*1024*1024)) # 内存50MB
resource.setrlimit(resource.RLIMIT_CPU, (2, 2)) # CPU时间2秒
try:
result = subprocess.run(parts, capture_output=True, text=True,
preexec_fn=set_limits, timeout=5)
return result.stdout
except subprocess.TimeoutExpired:
return "执行超时，已终止"🔑 第五道：密钥轮换与环境隔离
最后这条很多人会忽略：JWT 签名密钥、第三方 API Key 要定期换，就像家门锁的密码不能万年不变。
我写了一个简单的 KeyManager，从环境变量读取，并支持定期重载。
不同环境（开发、测试、生产）严格隔离，一个环境的 Key 泄露不至于连累全家。
import os, time
class KeyManager:
def __init__(self, env_var: str, refresh_interval=3600):
self.env_var = env_var
self.refresh_interval = refresh_interval
self._last_read = 0
self._cached = None
def get(self):
now = time.time()
if now - self._last_read > self.refresh_interval or self._cached is None:
self._cached = os.getenv(self.env_var)
self._last_read = now
if not self._cached:
raise RuntimeError(f"环境变量 {self.env_var} 未设置")
return self._cached
secret_key_manager = KeyManager("JWT_SECRET_KEY", refresh_interval=7200)💡 最后啰嗦两句
安全是持续动作，不是一次性配置。还要给 Agent 项目加上告警通知、漏洞扫描等，并且永远假设自己的代码会被人恶意利用——只有保持这种“被害妄想”，才能真正安稳。
如果你也有 Agent 正打算上线，别等到报警了再动手。拿这几段代码去，先堵上最急的窟窿，然后慢慢加固其他部分。
👋 我是那个爱折腾一名程序媛，如果这篇帮你省了一次半夜救火，点个「收藏」+「关注」让我知道呀～
也欢迎把文章转发给身边同样在折腾 Agent 的朋友，安全这回事，越多人清醒，我们就越省心。