说明图对照 永久链接

说明图对照

  • Your Name
  • 约 620 字

六张说明图并排点验。左边是原来的示意，右边是 garden compose。

这六张图用来点验 garden compose。左边是 ChatGPT 原来的说明图，右边是同一套零件画出来的结果。颜色用主题里的强调色。窄屏先上下叠，再把图里的横排收成一列。

1RBAC

ChatGPT 原图

Garden Compose

User

Alice

Bob

Role

管理员

审核员

Permission

orders:read

orders:approve

角色连接用户和权限

概念关系：User ↔ Role ↔ Permission

2SSO

ChatGPT 原图

Garden Compose

用户浏览器
Identity Provider（IdP）统一完成身份验证、维护登录状态、签发身份断言

HR 系统

Finance 系统

Project 系统

三个系统都信任同一个身份提供方

3认证分层

ChatGPT 原图

Garden Compose

①浏览器 / AppCookie、Session、OAuth Client
②身份服务 IdP / IAMPasskey、MFA、OIDC、会话管理
③BFF / API Gateway会话验证、Token 校验、入口授权控制
④业务服务订单、支付、账户、资源对象
⑤授权决策系统RBAC + ABAC + ReBAC + Policy Engine

逻辑职责示意：并非所有请求都按此顺序经过各层。身份服务通常在登录阶段交互，业务服务则在请求执行时调用授权决策能力。

4API 的六个维度

ChatGPT 原图

Garden Compose

用户发起 API 请求

例如：修改订单收货地址

认证

你是谁？

Authentication

凭证

如何证明你的身份？

Credential

授权

你有权修改这笔订单吗？

Authorization

验证

提交的数据是否合法？

Verification

业务操作与数据存储

传输网络中能否被窃听、篡改、冒充？
保密敏感数据泄露后能否被读取？

概念示意：六者并不是严格串行的执行阶段，传输保护贯穿网络通信，保密措施也可能覆盖客户端与服务端。

5Agent、策略点与工具

ChatGPT 原图

Garden Compose

User Intent + Authorization

明确任务目标、用户身份与授权范围

Agent / LLM负责理解、推理、规划和提出执行意图
Untrusted ContextMemoryTool Results
Policy Enforcement Point

独立于 LLM 的确定性执行控制

权限与资源范围

操作参数校验

任务意图约束

高风险操作审批

Tool Executor

按最小权限执行、记录审计、支持中断

6OAuth 授权码 + PKCE

ChatGPT 原图

Garden Compose

用户

客户端

授权服务器

① 点击登录 / 授权用户 → 客户端
② 发起授权请求 + PKCE客户端 → 授权服务器
③ 用户身份验证与授权授权服务器 → 用户
④ 重定向返回 Code授权服务器 → 客户端
⑤ Code + Verifier 换 Token客户端 → 授权服务器
⑥ 返回 Token授权服务器 → 客户端

简化示意：真实流程还包含浏览器跳转、回调绑定、授权码及令牌校验等细节。

来自开放网络的回应

引用、喜欢、转发和站外回复会通过 Webmention 回到这里。

正在读取开放网络回应…

评论

评论还没开放。配好下面四项后，这里才会出现评论框。

打开 Giscus，安装到一个已开启 Discussions 的公开仓库，把仓库、仓库 ID、分类、分类 ID 写入 .env.local 和 GitHub Actions Variables：GISCUS_REPO、GISCUS_REPO_ID、GISCUS_CATEGORY、GISCUS_CATEGORY_ID。

目录