Ugrás a főtartalomra
Magyar— Nyelv kiválasztása
Menü

Biztonság és bevált gyakorlatok

11. lecke 12 közül Frissítve 2026. július 29. Fejlesztő
Ezen az oldalon
  1. Mit nyit meg egy szerver csatlakoztatása?
  2. HTTPS és hitelesítés: a megkerülhetetlen alap
  3. Engedélyezési listák mint második védelmi vonal
  4. A kontextus véges erőforrás
  5. A pontosságot javító leírások
  6. Főbb megállapítások

Mit nyit meg egy szerver csatlakoztatása?

Ha a Grokot távoli MCP-szerverekhez kapcsolod, lehetővé teszed a modell számára, hogy műveleteket hajtson végre a rendszereiden. Ez a hatalom kockázatokkal jár; a korábbi leckék már bemutatták az ezt szabályozó paramétereket. Most itt az idő, hogy ezeket egy koherens biztonsági stratégiába rendezd a éles környezeti bevezetéshez.

HTTPS és hitelesítés: a megkerülhetetlen alap

A szabály egyszerű: minden éles MCP-szervernek HTTPS-t kell használnia, és hitelesítést kell kérnie. Az xAI már érvényesíti az első pontot, és elutasít minden sima HTTP URL-t. A második azonban kizárólag rajtad múlik, és éppen itt csúsznak be a hibák.

Egy hitelesítés nélküli szerver bárki számára elérhető, aki ismeri az URL-t. Ez azt jelenti, hogy bárki meghívhatja a belső eszközeidet, az adataid hozzáférés-vezérlés nélkül áramlanak, és anomália esetén nincs módod nyomon követni, ki mit csinált. Az URL nem titok: hálózatokon utazik, naplókba kerül, és ha konvenciót követ, ki is található.

# Éles környezet: MINDIG hitelesítéssel
mcp(
    server_url="https://api.monentreprise.com/mcp",
    server_label="interne",
    authorization=f"Bearer {os.getenv('MCP_TOKEN')}"
)

# CSAK fejlesztéshez: hitelesítés nélkül
# SOHA ne telepítsd éles környezetbe
mcp(
    server_url="https://mcp.deepwiki.com/mcp",
    server_label="deepwiki"
)

A tokenkezelés négy egyszerű fegyelmi szabályt követ, amelyeket időben is be kell tartanod. A tokeneket környezeti változókban tárold, soha ne a forráskódban. Ellenkező esetben az első nyilvános git push-od elküldi a tokenedet a nagyvilágnak. Forgassd őket rendszeresen, legalább 90 naponta. Egy ütemezett rotáció a potenciális szivárgást behatárolt kitettségi időablakká szelídíti. Generáld őket a minimálisan szükséges jogosultságokkal, így egy csak olvasásra lopott token haszontalan lesz bárki számára, aki írni próbálna. Ha egy token kompromittálódik, azonnal vond vissza, mielőtt újat generálnál. A sorrend számít: egy utólag visszavont token addig működik, amíg az új előállítását keresed.

Engedélyezési listák mint második védelmi vonal

Egy érvényes token igazolja a hívó kilétét, de semmit nem mond arról, hogy mit tehetne. Itt jön képbe az allowed_tool_names. Ez a legkisebb jogosultság elvét alkalmazza úgy, hogy csak a szigorúan szükséges dolgokat teszi elérhetővé a modell számára.

A konkrét korlátozás az ügynök profiljától függ. Egy nyilvános chatbot csak olvasási műveletekre szorítkozik, írási eszközök nélkül.

allowed_tool_names=["search_docs", "get_article", "list_categories"]
# Nincs hozzáférés ehhez: create_article, update_article, delete_article

Egy belső ügynök több hozzáférést engedhet meg себе, például jegyekhez fűzhet kommentárt, miközben a visszafordíthatatlan vagy harmadik fél számára látható műveleteket távol tartja.

allowed_tool_names=[
    "search_tickets", "get_ticket", "add_comment",
    # Nincs hozzáférés ehhez: close_ticket, delete_ticket, reassign_ticket
]

Végül egy automatizált folyamatnak csak arra a két eszközre van szüksége, amelyet a munkafolyamata láncol össze. Semmi nem indokolja, hogy bármit is újrakonfiguráljon.

allowed_tool_names=["run_analysis", "get_results"]
# Nincs hozzáférés ehhez: configure_pipeline, delete_results

Az a forgatókönyv, amely ellen ezek a listák megvédenek, a prompt-beszúrás (prompt injection). Egy elemzett dokumentum, egy jegy vagy egy bejövő e-mail tartalmazhat a modellnek szánt utasítást. Korlátozás nélkül ez az utasítás ráveheti a modellt, hogy egy delete_* eszközzel töröljön adatokat, egy update_config-gal módosítson egy beállítást, vagy nem kívánt kommunikációt indítson egy send_email-lel. Egy soha ki nem tett eszköz nem hijackelhető. Ez az egyetlen igazán szilárd garancia.

A kontextus véges erőforrás

Minden kiexponált eszköz tokeneket fogyaszt a kontextusablakban, mivel annak nevét, leírását és paramétersémáját ott kell tárolni. Egy harminc eszközt közzétevő szerver több ezer tokent is elhasználhat, mielőtt a felhasználó egyetlen kérdést feltenne.

A következmények háromféleképpen jelentkeznek: kevesebb hely marad magának a beszélgetésnek, hosszabb feldolgozási idő a nagy elemzendő volumen miatt, és nagyobb a zavar kockázata, ha több eszköz hasonlít egymásra. Három gyakorlat kezeli ezt. Először is, korlátozz az allowed_tool_names segítségével, ami továbbra is a legközvetlenebb eszköz. Másodszor, szegmentálj használati esetek szerint, ahelyett, hogy egyetlen konfigurációt tartanál fenn. Egy ügyfélszolgálati ügynöknek, egy belső ügynöknek és egy folyamatnak nincs oka ugyanazt a katalógust megosztani. Végül, értékelj újra rendszeresen. Nézd meg a nyomkövetési adataidat, hogy lásd, mely eszközöket hívják meg valójában. Gyakran találsz majd olyat, amelyet sosem használtak, mégis kontextust emészt fel minden kérésnél.

A pontosságot javító leírások

A szerver- és eszközs szintű gondos leírások mérhetően csökkentik a téves hívásokat. Az alábbi kontraszt szemlélteti a különbséget egy használható és egy használhatatlan leírás között.

# Jó: specifikus és cselekvésre ösztönző
server_description="Terméktudásbázis. Keresés súgócikkek, GYIK és hibaelhárítási útmutatók között az A, B és C termékekhez."

# Rossz: homályos és általános
server_description="Adatbázis"

A rendszerprompt ennek a felépítésnek az utolsó rétege. Lehetővé teszi olyan használati szabályok kifejezését, amelyeket a konfiguráció önmagában nem tud érvényesíteni, például a források közötti prioritási sorrendet vagy egy megerősítési követelményt.

Amikor a felhasználó technikai kérdést tesz fel, először a belső tudásbázist (kb) keresd meg.
Ha nem található válasz, használd kiegészítésként a webes keresést.
Soha ne módosíts jegyet a felhasználó kifejezett megerősítése nélkül.

Ne feledd azonban, hogy ezek az irányelvek csak orientálják a modell viselkedését, de nem kényszerítik ki azt. Kiegészítik az engedélyezési listát, de sosem helyettesítik azt.

Főbb megállapítások

  • A HTTPS-t az xAI érvényesíti, de a hitelesítés a te felelősséged
  • A tokeneket környezeti változókban tárold, és rendszeresen forgasd őket
  • Használd az allowed_tool_names paramétert a legkisebb jogosultság elvének alkalmazására
  • Figyeld a kontextusterhelést: minden eszköz tokeneket fogyaszt
  • Írj pontos leírásokat a Grok eszközkiválasztásának javítása érdekében