Hoppa till huvudinnehåll
Svenska— Välj ett språk
Meny

Säkerhet och bästa praxis

Lektion 11 av 12 Uppdaterad 29 juli 2026 Utvecklare
På denna sida
  1. Vad en serveranslutning innebär
  2. HTTPS och autentisering: Den icke-förhandlingsbara grunden
  3. Tillåtna listor som andra försvarslinje
  4. Kontext är en begränsad resurs
  5. Beskrivningar som förbättrar precisionen
  6. Viktiga punkter

Vad en serveranslutning innebär

När du kopplar Grok till externa MCP-servrar får modellen förmågan att agera i dina system. Denna kraft medför risker, och tidigare lektioner har introducerat de parametrar som styr den. Nu är det dags att organisera dem till en sammanhållen säkerhetsprofil för produktionssättning.

HTTPS och autentisering: Den icke-förhandlingsbara grunden

Regeln är enkel: varje MCP-server i produktion måste använda HTTPS och kräva autentisering. xAI tillämpar redan den första punkten och avvisar alla vanliga HTTP-URL:er. Den andra punkten beror dock helt på dig, och det är här felen smyger sig in.

En server utan autentisering är tillgänglig för alla som känner till URL:en. Det betyder att vem som helst kan anropa dina interna verktyg, dina data cirkulerar utan åtkomstkontroll, och du har inget sätt att spåra vem som gjorde vad när en anomali uppstår. URL:en är ingen hemlighet: den färdas över nätverk, hamnar i loggar och är gissningsbar om den följer en konvention.

# Produktion: ALLTID med autentisering
mcp(
    server_url="https://api.monentreprise.com/mcp",
    server_label="interne",
    authorization=f"Bearer {os.getenv('MCP_TOKEN')}"
)

# ENDAST utveckling: utan autentisering
# ALDRIG distribuera till produktion
mcp(
    server_url="https://mcp.deepwiki.com/mcp",
    server_label="deepwiki"
)

Hantering av token följer fyra enkla discipliner, men du måste hålla fast vid dem över tid. Lagra token i miljövariabler, aldrig i källkoden. Annars skickar din första offentliga git push ditt token till hela världen. Rotera dem regelbundet, minst var 90:e dag. En schemalagd rotation gör en potentiell läcka till ett begränsat exponeringsfönster. Generera dem med de minsta behörigheter som krävs, så att ett token stulet för en skrivskyddad agent är värdelöst för någon som försöker skriva. Om ett token äventyras, återkalla det omedelbart innan du genererar ett nytt. Ordningen är avgörande: ett token som återkallas i efterhand fortsätter att fungera under hela den tid du spenderar på att leta efter dess ersättare.

Tillåtna listor som andra försvarslinje

Ett giltigt token bevisar anroparens identitet; det säger inget om vad anroparen bör få göra. Här kommer allowed_tool_names in i bilden. Det tillämpar principen om minsta privilegium genom att endast exponera det som är strikt nödvändigt för modellen.

Den specifika begränsningen beror på agentens profil. En offentlig chattbot håller sig till skrivskyddade operationer, utan skrivverktyg inom räckhåll.

allowed_tool_names=["search_docs", "get_article", "list_categories"]
# Ingen åtkomst till: create_article, update_article, delete_article

En intern agent har råd med mer åtkomst, inklusive att kommentera ett ärende, medan oåterkalleliga åtgärder eller åtgärder synliga för tredje part hålls utom räckhåll.

allowed_tool_names=[
    "search_tickets", "get_ticket", "add_comment",
    # Ingen åtkomst till: close_ticket, delete_ticket, reassign_ticket
]

Slutligen behöver en automatiserad pipeline bara de två verktyg som dess arbetsflöde kedjar samman. Det finns ingen motivering för att den ska kunna konfigurera om något.

allowed_tool_names=["run_analysis", "get_results"]
# Ingen åtkomst till: configure_pipeline, delete_results

Scenariot som dessa listor skyddar dig mot är prompt-injection. Ett analyserat dokument, ett ärende eller ett inkommande e-postmeddelande kan innehålla en instruktion avsedd för modellen. Utan begränsning kan denna instruktion få den att radera data via ett delete_*-verktyg, ändra en inställning via update_config eller skicka oönskade kommunikationer via send_email. Ett verktyg som aldrig exponerats kan inte kapras. Detta är den enda verkligen solida garantin.

Kontext är en begränsad resurs

Varje exponerat verktyg konsumerar token i kontextfönstret, eftersom dess namn, beskrivning och parameterschema måste finnas där. En server som publicerar trettio verktyg kan konsumera flera tusen token innan användaren ens ställt en fråga.

Konsekvenserna visar sig på tre sätt: mindre utrymme för själva konversationen, längre bearbetningstid på grund av volymen som ska analyseras, och en ökad risk för förvirring när flera verktyg ser lika ut. Tre metoder adresserar detta. Först, begränsa med allowed_tool_names, vilket förblir den mest direkta hävstången. Därefter, segmentera efter användningsfall istället för att upprätthålla en enda konfiguration. En kundtjänstagent, en intern agent och en pipeline har ingen anledning att dela samma katalog. Slutligen, utvärdera periodiskt. Granska dina spår för att se vilka verktyg som faktiskt anropas. Du kommer ofta att upptäcka flera som aldrig använts men ändå kostar kontext vid varje begäran.

Beskrivningar som förbättrar precisionen

Noggranna beskrivningar på både server- och verktygsnivå minskar mätbart antalet felaktiga anrop. Kontrasten nedan illustrerar skillnaden mellan en användbar beskrivning och en värdelös.

# Bra: specifik och handlingsinriktad
server_description="Product knowledge base. Search help articles, FAQ, and troubleshooting guides for products A, B, and C."

# Dålig: vag och generell
server_description="Database"

Systemprompten är det sista lagret i denna konfiguration. Den låter dig uttrycka användningsregler som konfigurationen ensam inte kan tillämpa, såsom en prioritetsordning mellan källor eller ett krav på bekräftelse.

When the user asks a technical question, search the internal knowledge base (kb) first.
If the answer is not found, use web search as a supplement.
Never modify a ticket without explicit user confirmation.

Kom dock ihåg att dessa riktlinjer styr modellens beteende utan att tvinga den. De kompletterar den tillåtna listan; de ersätter den aldrig.

Viktiga punkter

  • HTTPS tillämpas av xAI, men autentisering är ditt ansvar
  • Lagra token i miljövariabler och rotera dem regelbundet
  • Använd allowed_tool_names för att tillämpa principen om minsta privilegium
  • Övervaka kontextbelastningen: varje verktyg konsumerar token
  • Skriv precisa beskrivningar för att förbättra Groks val av verktyg