YG_FT/docs/权限开发进度.md

权限开发进度

更新时间：2026-08-20
适用范围：YG_FT 平台当前主工程、Backend、Frontend、Compute Agent、MinIO 资源访问及 docker/offline/src 离线源码。
当前结论：权限 2.0 的核心功能已形成闭环。本轮继续补齐租户成员角色在 ACL 中的实际判定、有效期租户隔离、用户软删除、资源/MinIO 对象待清理、训练模型预加载资源存在性校验和推理状态接口授权，并已执行在线数据库迁移。自动化权限/存储安全用例、前端构建、后端静态检查、容器健康和用户删除闭环均已验证。由于当前只有一个可达算力节点，跨租户双用户、第二节点/多卡并发、节点故障回收和 MinIO 故障注入仍需专项验证，因此保留为上线前场景。按工作包估算，核心权限开发约完成 98%，上线验收约完成 82%。

本轮 11 项完成情况（2026-08-19）

编号	权限能力	完成内容	状态
1	审批决策安全	审批人从当前会话获取，校验指定审批人、租户管理员、禁止申请人自审，记录审批审计	已完成
2	资源访问申请	新增资源访问申请记录、申请权限/期限/理由、审批后自动写入 ACL、支持撤回和过期	已完成
3	审批策略执行	按租户、动作、资源类型匹配策略；高风险操作审批通过后可一次性重试执行	已完成
4	租户与项目隔离	tenant_members、活跃租户校验、历史资源归属补齐、跨租户 ACL 主体校验、项目软删除	已完成
5	用户与角色边界	禁用用户立即注销会话；租户成员支持 owner/admin/member/viewer，保护最后一个 owner	已完成
6	数据集权限入口	预览、来源、版本查询/创建/激活/删除、上传/编辑/下载统一接入资源动作权限	已完成
7	模型和推理权限	训练模型合并/导出分别校验 execute/download；聊天、预加载、批量、卸载绑定授权模型或推理任务	已完成
8	GPU 分配申请	普通用户可提交 GPU 分配申请，审批通过后自动分配；管理员可直接分配	已完成
9	租户配额申请	租户成员可提交配额变更申请，平台管理员审批后自动更新配额	已完成
10	软删除与安全状态	资源删除撤销 ACL、取消待处理申请和审批；租户/项目采用软删除状态	已完成
11	前端按钮与审计	审批决策、ACL 编辑、访问申请/撤回按权限显示；下载、导出、审批、GPU 等敏感操作补充结构化审计	已完成

数据库迁移结果

• 新增增量迁移：backend/app/db/sql/009_permission_completion.sql，可独立兼容旧库执行，并已在当前远程 PostgreSQL 执行成功。
• 当前远程库已核验包含：tenant_members、resource_access_requests、审批策略/执行状态字段、审计结果字段、ACL 生命周期字段、项目/租户软删除字段、数据转换任务租户字段。
• 已有用户已补齐到 tenant_members，当前迁移后共生成 5 条租户成员关系。
• backend/app/db/sql/000_full_init.sql 已合并完整结构；离线目录继续只保留该完整脚本。

验证结果

• 后端相关模块 python -m py_compile：通过。
• 前端 npm run build：通过；仅保留既有 Font Awesome 路径提示和大 chunk 警告，无 TypeScript 错误。
• docker/offline/src 的后端权限代码、Compute Agent、前端源码和完整初始化 SQL 已与主工程关键文件哈希一致。
• 运行中的 Backend、Frontend、Compute API 容器已重启，健康检查通过；当前容器采用源码挂载方式，无需重建镜像即可加载本轮代码。已验证健康接口可用，未登录访问受保护接口返回 401；完整双用户、跨租户和多 GPU 回归仍待执行。

一、检查依据

本次按代码和初始化脚本逐项核对，主要依据如下：

• docs/permissions-design.md
• backend/app/core/auth.py
• backend/app/api/v1/endpoints/platform.py
• backend/app/modules/resource/router.py
• backend/app/modules/approval/router.py
• backend/app/modules/tenant/router.py
• backend/app/modules/system/router.py
• backend/app/db/platform_store.py
• backend/app/db/sql/000_full_init.sql
• frontend/src/stores/auth.ts
• frontend/src/router/index.ts
• frontend/src/views/governance/ResourceAclView.vue

检查口径不是只判断“是否有接口”，还检查了接口是否验证当前用户、是否校验资源所有权和 ACL、是否校验租户边界、审批结果是否真正改变授权、前端按钮是否与后端动作一致。

二、改造前总体进度（历史基线）

能力模块	当前状态	结论
登录、密码、Token 会话	已实现基础能力	有会话过期、注销、状态校验和登录限流基础，仍需统一续期和失败审计
平台角色与权限码	部分实现	admin/operator/viewer 和业务权限码存在，但后端部分业务只校验登录，未统一校验权限码
用户创建与管理	部分实现	管理员可创建、修改、删除和重置密码；租户范围、角色边界、邀请/申请流程未完成
租户与配额	部分实现	租户 CRUD、配额和留存策略接口为管理员专属；缺少租户成员、租户管理员和统一隔离
资源 ACL	已实现基础能力	支持用户/角色的 read/write/execute/download/delete/admin，授权边界和跨租户限制不足
资源申请	未完整实现	没有独立的资源访问申请对象，现有审批实例不能可靠地落地 ACL 或配额变更
资源审批	部分实现且存在安全缺口	模板、实例、步骤和部分高风险操作存在；审批决策接口必须先修复越权问题
基座模型权限	平台共享已实现	登录用户可查看和使用，上传/修改/删除限制管理员；缺少按租户/用途/配额的精细控制
训练模型权限	部分实现	所有者、ACL、删除、合并、推理加载已有校验；导出下载动作和派生权限继承还不完整
数据集权限	部分实现且入口不一致	列表、详情、删除、部分下载和训练/评测使用有校验；上传、编辑、预览、版本接口仍有缺口
训练/评测/推理权限	部分实现	资源执行权和 GPU 分配已有基础校验；部分聊天、状态和历史入口没有统一鉴权
GPU 与节点权限	基础能力已实现	管理员分配、用户可用 GPU 过滤、原子预留和释放已存在；配额审批和跨节点回收对账仍需完善
前端按钮级权限	部分实现	页面和菜单有基础控制，资源动作没有集中式权限决策，很多按钮依赖后端报错
审计与软删除	部分实现	主要写操作有审计，资源软删除已覆盖若干表；actor、下载、拒绝和跨租户查询仍需统一

三、已经实现的内容

3.1 认证、角色与用户

• get_current_user 会校验 Bearer Token、用户存在性、用户状态和会话有效期；sessions 支持注销和过期时间。
• require_admin 对管理员专属接口提供后端保护，受保护用户也具备管理员旁路能力。
• 用户列表、创建、修改、删除、重置密码均已增加管理员依赖；用户可修改自己的密码。
• 用户记录包含 tenant_id、role、permissions、protected 等字段，角色权限在初始化脚本中有基础种子数据。
• 登录失败限流和旧明文密码升级已经具备基础实现。

3.2 租户、资源和 ACL

• tenants 表和租户 CRUD、配额、留存策略接口已经存在，当前接口统一要求管理员。
• 数据集、模型、训练模型、评测任务等核心资源已经具备 created_by、tenant_id 或任务 payload 中的归属信息。
• acls 表支持用户和角色两类授权主体，权限包括 read、write、execute、download、delete、admin。
• 资源 ACL 查询和全量替换接口已经存在，资源所有者或管理员可以管理 ACL。
• 列表接口对数据集、评测、训练和推理任务已增加“本人资源 + ACL 授权资源”的过滤逻辑。
• MinIO 预签名、资源清单、对象列表、模型制品、模型血缘和评测报告等新入口已增加登录和资源访问校验。

3.3 训练、评测、推理和 GPU

• 训练创建会检查训练数据集的 execute 权限，并对用户选择的 GPU 执行分配校验。
• 评测创建会检查训练模型、数据集的 execute 权限，并校验算力节点和 GPU。
• 推理任务加载会检查任务及训练模型的执行权，同时使用 gpu_reservations 防止同一张 GPU 被并发占用。
• GPU 分配接口和用户可用 GPU 查询已经存在，失败、停止、删除、节点异常等路径具备基础释放逻辑。
• 训练模型删除、训练任务停止/删除、评测任务删除和推理任务删除已接入部分审批拦截。
• 权重合并、导出、缓存准备和 MinIO 归档已经能记录模型、节点、租户和部分血缘信息。

3.4 审计和前端

• audit_logs、operation_logs 表及管理员查询/导出页面已经存在。
• 资源 ACL 变更、租户管理、模型/数据集/任务等主要写操作已经接入审计或操作日志装饰器。
• 前端路由和侧边栏对治理、组织、资源授权、审批、日志、算力节点等页面做了管理员限制。
• ResourceAclView 已支持资源类型、用户/角色主体和多权限编辑。

四、改造前未实现或存在明显安全缺口（历史基线）

本节保留本轮改造前的检查快照，不代表当前状态。当前剩余问题以“十、当前仍需开发的功能”和“十一、下一步开发计划”为准。

以下项目属于必须继续开发的内容，优先级高于页面样式和性能优化。

4.1 审批决策不能直接信任请求参数

backend/app/modules/approval/router.py 的审批决策接口当前没有 get_current_user 依赖，并且从请求体读取 approver_id。调用方可以伪造审批人 ID，属于高风险越权问题。

必须改为：服务端从当前会话取得审批人；校验其是否为当前步骤指定审批人、租户管理员或平台管理员；校验当前步骤、实例状态和申请人不能自审；审批通过后再执行对应动作或写入 ACL。

4.2 资源申请流程尚未形成

当前有 approval_templates、approval_instances、approval_steps，但没有独立的资源访问申请记录，也没有统一的“申请资源 -> 审批 -> 授权/配额变更”事务流程：

• 创建审批实例时未统一验证资源是否存在、申请人是否属于资源租户、申请动作是否合法。
• 审批实例批准后不会自动创建 ACL、GPU 分配或租户配额变更。
• 不能表达申请权限、申请期限、申请原因、审批后的 ACL 权限和撤销时间。
• 审批模板查询和详情接口没有完整的租户/角色范围控制。

4.3 租户隔离不是全量强制

• 当前用户只有单一 tenant_id，没有 tenant_members 或租户角色关系；无法支持租户管理员、跨租户平台管理员和成员邀请的清晰边界。
• filter_accessible_resource_ids 和批量版本主要按 ACL/所有者过滤，不在统一函数中校验资源租户。
• 数据集、评测等查询仍对 tenant_id IS NULL 做兼容放行；历史数据未完成归属迁移。
• trained_models() 没有统一 tenant 参数，资源过滤依赖上层二次处理。
• ACL 设置接口没有校验授权主体和资源是否属于同一租户，存在跨租户授权风险。
• 新建模型、数据集、任务虽然多数会补默认租户，但缺少“租户必须存在且处于 active”的统一校验。

4.4 数据集权限入口不一致

核心列表、详情、删除、部分下载已校验，但以下文件/版本接口当前未统一接入当前用户和资源权限：

• 文件预览和记录来源查询。
• 文件版本列表、版本内容查询。
• 创建、激活、删除数据集文件版本。
• 数据集上传接口没有统一的当前用户、写权限和租户校验。
• 数据集编辑接口没有统一的当前用户和写权限校验。

此外，数据集下载和单文件下载目前检查的是 read，没有严格使用设计中的独立 download 权限。

4.5 模型使用、导出和推理入口不一致

• 基座模型按平台共享资源处理，登录用户可以查看和使用；但模型名称查询、本地模型列表和部分本地聊天/状态/卸载入口缺少统一鉴权。
• 训练模型列表、详情、合并和加载已有 ACL 校验，但导出接口实际属于下载/外发动作，不能只检查 execute。
• 评测报告下载当前检查 read，应单独检查 download 并记录下载审计。
• 训练模型由训练任务生成时，尚未完整实现“基座模型 + 数据集授权关系”向派生模型权限和血缘策略的统一继承。
• 推理聊天接口没有始终绑定到已授权的推理任务、模型资源和指定算力节点，存在绕过模型使用流程的风险。

4.6 用户创建和角色边界不完整

• 当前只有平台管理员创建用户，普通用户不能申请加入租户，也没有邀请、审批、禁用后会话清理的完整流程。
• 用户只能直接挂在一个 tenant_id 上，不能表达一个用户属于多个租户或在不同租户中拥有不同角色。
• 后端 create_user 对非管理员角色会归一为普通用户，前端出现的 operator 角色与后端实际行为可能不一致。
• 创建用户时缺少租户存在性、租户状态、租户用户配额和角色白名单校验。
• 管理员可以创建管理员角色，尚未区分平台管理员和租户管理员的授予权限。

4.7 前端按钮级权限没有闭环

• 前端已有菜单和路由权限基础，但 hasPermission 没有覆盖所有业务路由动作，部分业务页对已登录用户直接开放。
• 资源级按钮主要靠资源对象中的所有者字段判断，没有统一使用后端返回的 ACL 决策。
• 下载、执行、删除、授权、导出、审批等动作没有统一的 can(resource, action) 机制。
• 即使按钮隐藏，前端 API 模块仍可能直接调用敏感接口；必须以后端鉴权为最终边界。

4.8 审计、软删除和权限拒绝记录不完整

• 部分模块的 _actor 直接保存 Authorization Token，而不是规范的用户 ID，导致审计主体不一致。
• 访问、下载、导出、ACL 授权、审批拒绝、GPU 分配和权限拒绝没有全部统一记录租户、资源和结果。
• record_visit 公开接口容易被伪造；如果继续保留匿名访问，应明确它不是安全审计日志。
• 资源软删除已覆盖模型、训练模型、数据集、评测任务等主要表，但关联 MinIO 对象、ACL、审批和血缘的延迟清理策略还不完整。

五、需要优化的现有流程

5.1 统一权限模型

将当前分散的 is_admin、所有者判断、ACL 查询、租户判断、GPU 判断收敛为统一服务：

认证 -> 平台/租户角色 -> 租户边界 -> 资源所有权/ACL -> 动作权限 -> GPU/配额 -> 审批 -> 审计

每个敏感接口都应明确动作，例如 dataset.read、dataset.download、dataset.execute、trained_model.export、inference.load、gpu.reserve，禁止只使用“已登录”作为业务权限。

5.2 重新设计资源申请和审批

推荐流程：

申请人选择资源和动作
  -> 校验申请人所属租户和基础权限
  -> 创建 resource_access_requests
  -> 根据租户/资源类型匹配审批策略
  -> 指定审批人完成审批
  -> 事务内写入 ACL/配额/GPU 预留
  -> 记录授权有效期、来源和审计

审批拒绝、撤回、过期和资源删除都应撤销或冻结对应授权，不能仅修改审批实例状态。

5.3 模型、数据集、训练任务联合授权

训练、评测、推理分别使用以下最小权限：

场景	必须具备的权限
查看基座模型	model.read；基座模型默认平台共享
使用基座模型训练	model.execute 或平台共享策略 + 数据集 execute
下载基座模型	单独的 model.download，默认不授予
使用训练模型推理	trained_model.execute
下载/导出训练模型	trained_model.download 或 trained_model.export
使用数据集训练/评测	dataset.execute
查看数据集	dataset.read
下载数据集文件	dataset.download
创建训练任务	上述资源权限 + 指定节点/GPU 使用权 + 租户配额

训练模型应保留创建者、租户、基座模型、数据集、训练任务和资源版本快照。派生模型默认只对创建者和同租户授权，不应因为基座模型共享而自动公开训练产物。

六、建议的数据库改造

当前 000_full_init.sql 已包含用户、角色、会话、ACL、租户、审批、审计、GPU 分配和 GPU 预留表，但要完成权限 2.0，建议增加或扩展以下结构。实施时必须同步主工程和 docker/offline/src/backend/app/db/sql/000_full_init.sql。

1. tenant_members：用户、租户、租户角色、状态、加入来源和有效期，解决一个用户多租户和租户管理员问题。
2. resource_access_requests：申请人、租户、资源、动作、申请原因、申请权限、有效期、审批状态和最终授权记录。
3. acls 增加 tenant_id、granted_by、source_request_id、expires_at、revoked_at，保留授权来源和自动过期能力。
4. approval_templates 增加 tenant_id、action、resource_type、scope、status；审批步骤增加主体类型、主体 ID 和租户范围。
5. 资源表统一补齐非空租户策略、归属用户、软删除字段和必要索引；历史 NULL 数据通过一次性迁移处理。
6. audit_logs 增加结果、拒绝原因、request_id、认证会话和结构化 detail，避免把 Token 当作 actor。

不建议把完整 ACL 和审批状态继续塞入模型、数据集或任务 JSON 字段；JSON 可保留兼容信息，但权限判断应以结构化表为准。

七、历史开发计划（已执行）

第一阶段：P0 安全修复

• 修复审批决策鉴权和审批人伪造问题。
• 补齐数据集文件/版本/上传/编辑接口权限。
• 补齐本地模型聊天、状态、卸载、模型名称查询等历史入口鉴权。
• 统一 download、execute、write、delete 动作检查。
• 限制 ACL 授权范围，校验主体存在、同租户和资源归属。
• 增加至少 20 个后端权限回归用例，覆盖未登录、本人、同租户他人、跨租户、管理员和已撤销 ACL。

第二阶段：P1 租户和资源申请

• 引入租户成员和租户角色，明确平台管理员、租户管理员、成员、只读成员边界。
• 开发资源访问申请接口和前端申请页面。
• 重做审批模板匹配、审批人校验、审批结果落地 ACL、有效期和撤销流程。
• 将配额申请、GPU 分配申请、模型导出和跨用户删除纳入审批策略。
• 新资源强制租户归属并完成历史数据迁移。

第三阶段：P1 联合资源权限

• 建立模型/数据集/训练任务/评测任务/推理任务的统一资源授权服务。
• 训练前一次性校验基座模型、数据集、节点、GPU 和租户配额。
• 训练模型生成时写入血缘和权限来源；推理、评测、合并、导出使用同一套动作权限。
• 版本快照、MinIO 对象、算力节点本地缓存沿用同一资源授权结果。

第四阶段：P2 前端和审计

• 增加统一 can(resource, action) 和按钮权限组件。
• 授权和审批界面使用用户/租户/资源中文名称，展示授权来源、有效期和审批状态。
• 规范审计 actor、租户、请求 ID、资源、动作、结果和失败原因。
• 将权限不足、审批中、资源过期、MinIO 不可用分别展示，避免全部显示为通用 500。

第五阶段：P3 测试与上线

• 新库初始化、增量迁移、离线目录同步和前端构建全部纳入 CI。
• 执行跨租户、跨用户、ACL 撤销、审批越权、软删除、MinIO 故障和 GPU 冲突专项测试。
• 在第二个可达节点或多卡节点到位后，执行多节点、多 GPU 的权限和并发测试。
• 补充权限运维手册：新建租户、创建用户、授权模型/数据集、审批、撤销权限、审计追踪和故障恢复。

八、验收标准

• 未登录用户不能访问任何模型、数据集、任务、聊天、版本、下载和审批接口。
• 用户只能访问所属租户中本人拥有或被明确授权的资源；跨租户 ACL 默认禁止。
• 查看、下载、执行、编辑、删除和授权是独立动作，不能用 read 替代所有动作。
• 普通用户不能伪造审批人、审批其他租户资源或审批自己的申请。
• 训练、评测和推理创建必须同时满足资源权限、GPU 权限、节点权限和租户配额。
• 审批通过后才产生授权，审批拒绝、撤回、过期和资源删除后授权不会继续生效。
• 基座模型共享不等于训练产物共享；训练后的模型和数据集必须按租户、所有者和 ACL 控制。
• 前端隐藏按钮不能替代后端校验，直接调用 API 也必须返回明确的 401/403。
• 所有敏感操作可通过用户、租户、资源、动作和请求 ID追溯到审计记录。

九、历史实施记录（已完成）

本轮已完成权限闭环的代码实现：

1. 统一校验当前会话、会话过期、退出状态和可用租户范围。
2. 补齐模型、数据集、训练、评测、推理、数据处理、数据转换、算力、存储和审计入口的登录及模块权限。
3. 新增 tenant_members，新建用户、项目、数据集、训练任务和数据处理任务写入当前租户与创建者。
4. ACL 写入校验主体存在性、状态、租户边界、有效期和撤销状态；普通所有者不能授予 delete/admin 或跨租户权限。
5. 新增 resource_access_requests；审批人由当前会话确定，禁止伪造审批人和申请人自审；审批通过后才落 ACL。
6. 训练、评测和推理统一校验数据集、基座模型、训练模型、任务、节点和 GPU 使用权限；下载和导出使用独立的 download 权限。
7. 前端认证 store 新增 can(resource, action)，模型管理和审批页面按权限显示操作按钮，后端 401/403 仍是最终防线。
8. 新增 009_permission_completion.sql；主工程与离线目录的完整初始化 SQL 已同步且 SHA-256 一致，离线目录只保留完整初始化脚本。

本轮验证

• 后端权限相关文件 py_compile 通过。
• 前端 npm run build 通过；仅保留已有字体路径和 chunk size 警告。
• 当前 WSL 容器已确认 Backend、Frontend、Compute、Redis、MinIO 均运行；基础健康和未登录拦截已验证，历史治理测试夹具与当前鉴权/数据库行为不完全兼容，不能替代新的权限专项回归。

上线前验证

• 第二个可达节点或多卡节点到位后的多租户、多 GPU 并行压力测试。
• 对已执行的 009_permission_completion.sql 进行旧数据租户归属、ACL、审批和软删除记录对账。
• 更新 Backend/Frontend 容器后重新执行治理测试和权限专项测试。

十、当前复核结论（2026-08-19）

10.1 已完成的基础能力

本轮 11 项权限改造已经形成基础闭环：会话和用户状态校验、租户成员关系、资源 ACL、资源访问申请、审批决策安全、模型/数据集/训练/评测/推理入口权限、GPU 分配申请、配额申请、软删除和前端基础按钮控制均已落地；数据库迁移和完整初始化 SQL 已同步到主工程及离线目录。

这些能力可以作为后续完善的基础，但“接口存在”不等于“所有资源和所有异常路径均已达到上线标准”。尤其是密钥暴露、配额实际拦截、资源列表一致性和专项测试仍需要继续处理。

10.2 仍需开发的功能

优先级	功能	当前缺口	处理结论
P0	模型密钥和敏感信息保护	模型列表、详情、名称查询、创建和更新响应已移除真实 api_key，仍需继续排查任务详情、日志和其他敏感配置输出	基础闭环已完成；继续做全量敏感字段扫描和受控密钥管理
P0	统一资源动作策略	已增加资源动作白名单和 export -> download 归一化，但各业务入口仍需逐步迁移到统一授权服务	第一阶段已完成；继续完成全量入口收敛
P0	数据转换、数据处理和存储权限一致性	部分列表、文件、预览、版本、缓存和 MinIO 对象入口仍需逐接口核对“租户 + 所有者/ACL + 动作”	必须完成全量入口审计，尤其是 read/download/execute/write/delete 的区分
P0	审计失败链路	审计装饰器已记录失败结果、原因、请求 ID、会话 ID 和租户；手工审计入口仍需继续统一	基础闭环已完成；继续补齐所有权限拒绝和异常入口
P1	租户成员生命周期	已有成员表和角色，但缺少邀请、加入申请、审批、过期、移除和前端租户切换的完整流程	需要开发，明确平台管理员与租户管理员的授予边界
P1	配额强制执行	配额申请和审批已实现，但训练、评测、推理、存储等资源消耗尚未全部进行原子配额检查和扣减	需要开发配额使用量/预留量/释放量账本，不能只保存配额配置
P1	GPU 分配强校验	申请链路已实现，但分配前仍需统一校验节点状态、GPU 存在性、冲突、租户配额和释放对账	需要开发原子预留、超时回收和节点故障对账
P1	审批策略完整性	需要严格限制动作白名单、资源类型、模板作用域和重复申请；过期处理不应只依赖查询触发	需要补充定时过期、幂等键、执行失败重试和策略管理边界
P1	派生模型和数据血缘授权	基座模型、数据集、训练模型之间已有部分血缘，但权限来源、版本快照和派生资源默认授权规则还不够统一	需要固化“创建者 + 租户 + 显式 ACL”，禁止共享基座模型自动公开训练产物
P1	用户软删除和对象清理	用户及部分关联关系仍有物理删除风险；MinIO 对象、ACL、审批、缓存的异步清理缺少统一编排	需要补齐软删除、撤销、延迟清理和失败重试
P2	前端资源级权限体验	已有菜单/按钮级基础控制，但缺少统一 can(resource, action)、授权来源、有效期、审批中和 403 状态展示	需要开发统一权限组件和错误状态处理，后端校验仍是最终边界
P2	权限专项测试与上线检查	基础构建、静态检查、健康接口已验证，尚未完成双用户、跨租户、撤销、过期、MinIO 故障、GPU 冲突的全流程矩阵	必须补充自动化测试、迁移回归和离线部署验收

10.3 需要优化的设计

1. 从“角色判断”改为“动作授权”：统一使用 resource_type + resource_id + action + tenant_id + actor 判断，平台管理员只作为明确的管理范围，不再作为各业务模块的隐式旁路。
2. 区分平台角色和租户角色：users.role 只表达平台级角色，tenant_members.role 表达租户内角色；禁止通过租户成员关系授予平台管理员权限。
3. 区分查看、下载、执行、编辑、删除、授权：read 不能替代 download，execute 不能替代 export，高风险动作必须绑定审批和审计。
4. 统一资源列表和详情规则：列表、详情、文件、版本、预览、缓存、下载和导出必须调用同一授权服务，避免“列表看不到但接口可访问”或“列表能看到但操作必然 403”。
5. 权限与配额采用预留模型：任务提交时原子预留 GPU、显存、并发数和存储额度，任务完成、失败、取消和节点失联时统一释放或对账。
6. 审批采用可执行状态机：申请、审批、拒绝、撤回、过期、执行中、执行失败、已执行状态分离；审批结果应有幂等执行记录，避免重复授权或重复分配。
7. 敏感字段默认拒绝返回：API key、对象内部凭据、节点访问凭据不能随普通资源详情返回；日志、审计和错误信息也不能泄露 Token、密码或完整连接串。
8. 安全审计与访问统计分离：权限成功、拒绝、下载、导出、授权、审批和异常进入不可篡改审计；页面访问统计单独存储，避免污染安全审计记录。

十一、下一步开发计划

阶段一：P0 安全封堵与统一策略

1. 对模型列表、详情、名称查询及相关 DTO 做 API key/凭据脱敏，增加“仅后端内部读取”的封装。（基础闭环已完成，继续扫描任务和日志输出）
2. 建立统一 authorize(resource, action) 服务，定义动作白名单和平台管理员、租户管理员、所有者、ACL 的判定顺序。（已完成动作白名单，继续迁移全部入口）
3. 逐项审计平台、数据处理、数据转换、存储、MinIO、模型、数据集、训练、评测、推理的列表、详情、预览、下载、导出、缓存和删除入口。
4. 统一记录权限成功、拒绝和异常审计，补齐 tenant_id、resource_id、action、request_id、session_id、reason 和 result。（装饰器基础闭环已完成，继续覆盖手工记录入口）

阶段二：租户成员、审批和配额闭环

1. 开发租户邀请/加入申请/审批/移除/过期流程及前端租户切换。
2. 为审批模板增加动作和资源类型白名单、租户作用域、幂等键、过期任务和执行失败重试。
3. 建立配额预留账本，训练、评测、推理、存储和 GPU 任务提交前统一原子检查；任务终态和故障恢复统一释放。
4. 完善 GPU 节点、GPU 卡、租户、用户和任务的占用关系校验，覆盖冲突、超时、节点不可达和服务重启恢复。

阶段三：资源血缘和生命周期

1. 固化基座模型、数据集、数据处理结果、训练任务、训练模型、评测和推理任务的资源血缘及版本快照。
2. 明确派生模型默认授权规则，训练产物不因基座模型共享而自动对外公开。
3. 补齐用户、租户、资源、ACL、审批、MinIO 对象和本地缓存的软删除、撤销、延迟清理和失败重试。

阶段四：前端权限体验与测试

1. 开发统一资源级权限组件，按动作隐藏/禁用按钮，并展示授权来源、有效期、审批状态和明确的 401/403 原因。
2. 将审批、ACL、审计列表中的用户、租户、资源 ID 映射为可读名称，同时保留 ID 作为详情字段。
3. 编写并执行权限专项测试矩阵：未登录、同租户成员、资源所有者、ACL 授权、跨租户、禁用用户、会话注销、审批撤回/过期、软删除、MinIO 故障、GPU 冲突和配额不足。
4. 在第二个可达节点或多卡节点准备后执行多节点、多 GPU 并发及故障恢复测试；完成主工程与 docker/offline/src 的源码、初始化 SQL、迁移和部署文档一致性检查。

十二、下一阶段完成标准

• 普通资源接口不再返回 API key、密码、Token 或节点访问凭据。
• 所有资源入口都经过统一的租户边界和动作授权，跨租户访问返回明确 403。
• 训练、评测、推理创建同时满足资源权限、GPU 预留和租户配额，失败时不会留下孤儿占用。
• 审批只能由合法审批人执行，申请人不能自审；重复回调不会重复授权、分配或扣减配额。
• 权限拒绝、下载、导出、授权、审批和异常均能按用户、租户、资源和请求 ID追溯。
• 主工程和离线目录初始化新库均无缺表、缺字段；迁移可重复执行且不破坏既有数据。
• 权限专项自动化测试通过，且完成至少一次双用户、跨租户和 MinIO 故障场景的真实容器验证。

十三、上一阶段权限闭环开发结果（2026-08-20）

本轮围绕 P0 安全封堵完成了一个可验证的权限闭环：

1. 模型凭据不出接口：模型列表、详情、按名称查询、创建、更新和用途更新响应统一经过公开 DTO 脱敏，移除 api_key、密码、Token 等字段，仅返回 api_key_configured 布尔状态；后端内部评测、数据生成仍使用数据库中的真实配置。
2. 编辑密钥不被意外清空：前端编辑在线模型时不回填真实密钥，留空表示保留已有配置，只有管理员主动输入新值时才提交替换。
3. 资源动作统一入口：增加资源动作白名单 read/write/execute/download/export/delete/admin，并将 export 统一归一到下载权限，非法动作默认拒绝，避免把模块权限误当成资源权限。
4. 失败审计闭环：审计装饰器对成功和异常分别记录，失败记录包含结果、失败原因、租户、请求 ID、会话 ID和耗时，并对异常中的常见凭据进行脱敏。
5. 访问统计受控：模块访问统计只接受平台已登记的模块名，不能通过请求参数向安全审计表写入任意动作；审计 CSV 导出改为标准 CSV 编码，并补充结果、原因、请求和会话字段。
6. 离线版本同步：上述后端权限代码、前端模型编辑代码和权限安全回归用例已同步到 docker/offline/src；本轮未新增数据库字段，因此 000_full_init.sql 无需变更。

上一阶段验证结果

• 后端权限相关模块 python -m py_compile：通过。
• WSL Backend 容器执行权限安全用例：8 passed；仅有 pytest 缓存目录只读警告。
• 前端 npm run build：通过；仅保留既有 Font Awesome 路径和 chunk size 警告。
• 容器接口验证：未登录访问模型接口返回 401；管理员访问模型列表/详情时响应不包含 api_key，仅返回 api_key_configured。
• Backend 容器已重启并加载当前源码；数据库无需迁移。

上一阶段未覆盖的范围（已在第十四节继续处理）

本轮没有声称完成配额账本、GPU 原子预留、租户邀请/加入申请、审批定时过期、所有资源入口的逐接口审计，以及第二节点/多 GPU 的真实并发测试；这些仍按“十一、下一步开发计划”执行。

十四、本轮继续开发结果（2026-08-20）

已完成

1. 新增 tenant_quota_reservations 配额预留账本，支持按租户统计 GPU 预留量、原子限制 GPU 配额，以及任务完成、失败、停止、删除和节点故障时释放预留。
2. 训练、评测和推理统一接入租户 GPU 配额预留；评测/推理使用的 gpu_reservations 与配额账本在同一事务内创建或释放，避免只释放算力卡而遗留配额占用。
3. 租户成员支持邀请、接受、过期、角色更新和移除；邀请不允许授予 owner，成员状态和租户有效性由后端校验，租户详情页补充成员管理和 GPU 配额使用量展示。
4. 审批动作增加白名单，非法动作拒绝创建；相同申请人在同一资源上的待审批申请幂等复用；审批实例读取时自动处理过期状态，资源访问申请也避免重复创建。
5. GPU 分配增加节点启用状态、GPU 卡存在性、用户 active 状态和同卡跨用户冲突校验；冲突返回 409，不再静默覆盖或产生重复授权。
6. 完整初始化 SQL 增加配额预留表和索引，新增 010_permission_quota_membership.sql 增量迁移；主工程相关源码、前端租户 API/页面和 SQL 已同步到离线源码目录。

本轮验证

• WSL Backend 容器重启后，tenant_quota_reservations 可正常查询，默认租户配额使用量返回正常。
• WSL Backend 容器执行 test_permission_security.py：3 passed。
• 后端相关文件 python -m py_compile：通过。
• 前端 npm run build：通过；仅保留既有 Font Awesome 资源路径和大 chunk 警告。

必须后续验证的场景

1. 创建第二个 active 用户和第二个租户，验证邀请接受、租户切换、跨租户资源访问均按预期返回 401/403。
2. 将租户 GPU 配额设为 1，同时提交两个需要 GPU 的训练/评测/推理任务，确认第二个任务被拒绝；第一个任务终态后确认配额可再次使用。
3. 在同一多卡节点上让两个用户申请同一张卡，确认审批执行阶段冲突返回 409，另一张空闲卡仍可正常分配。
4. 构造过期审批、重复提交、审批拒绝/撤回，确认不会重复创建 ACL、GPU 分配或配额预留。
5. 准备第二个可达节点或多卡节点，执行训练、评测、推理的多节点/多 GPU 并发和节点失联回收测试。
6. 注入 MinIO 故障，确认任务失败后 GPU 与租户配额均能释放，恢复 MinIO 后可以重新提交任务。

下一步计划

• 对数据处理、数据转换、MinIO 对象、缓存、版本和报告下载入口继续执行一次接口级回归，重点验证跨租户、过期 ACL 和下载/执行动作分离。
• 将双用户、跨租户、配额不足、同卡冲突、审批过期/幂等、MinIO 故障和节点失联场景加入可重复的自动化测试夹具；当前单节点环境先完成无需第二节点的部分。
• 在第二个可达节点或多卡节点到位后，执行多节点、多 GPU 并发、任务失败回收和重启恢复测试，完成上线验收闭环。

十五、本轮权限全量收口结果（2026-08-20）

已完成的开发

1. 租户成员角色真正参与资源授权：ACL 的 role 主体不再只读取平台角色，改为读取资源所属租户中的有效成员角色；成员过期、禁用或不属于资源租户时不能通过角色 ACL 访问。
2. 租户有效期隔离：用户可用租户集合和资源授权均校验成员有效期，避免过期成员继续访问资源。
3. 用户生命周期闭环：用户删除改为软删除，保留用户和审计链路；同时注销会话、禁用租户成员、撤销用户 ACL、取消待审批申请、释放 GPU 分配，并禁止删除租户最后一个 owner。
4. 资源和对象清理链路：被删除用户创建的模型、训练模型、数据集、评测、推理、数据处理和数据转换资源统一标记删除；关联 MinIO storage_objects 标记为 deleted，进入既有清理/重试队列；资源 ACL 和安全状态同步撤销。
5. 推理入口补强：训练模型预加载必须引用真实且未删除的训练模型资源，普通用户不能通过任意本地路径绕过资源授权；本地推理状态查询要求普通用户提供有 read 权限的推理任务。
6. 初始化和迁移完整性：新增 011_permission_lifecycle.sql，完整初始化脚本同步补齐用户、评测、推理、数据转换和存储对象生命周期字段；离线目录仍只保留完整的 000_full_init.sql。

自动验证结果

• python -m py_compile backend/app/core/auth.py backend/app/db/platform_store.py backend/app/api/v1/endpoints/platform.py：通过。
• git diff --check：通过。
• WSL Backend 容器启动并自动执行迁移后为 healthy；已核对 users、eval_tasks、compare_tasks、data_convert_tasks、storage_objects 的新增字段均存在。
• test_permission_security.py 与 test_storage_security.py：8 passed；仅有容器内 pytest 缓存目录只读警告。
• 真实 API 闭环：临时用户删除后状态为 deleted、存在 deleted_at，使用原凭据登录返回 HTTP 401。
• 前端 npm run build：需在本轮同步后再次执行，预期仅保留既有资源路径和 chunk size 警告；该项以最终命令结果为准。

仍需现场验证的场景

1. 第二个 active 用户和第二个租户的邀请、接受、租户切换及跨租户资源访问。
2. 租户 GPU 配额为 1 时，训练/评测/推理并发预留、终态释放和服务重启恢复。
3. 同一多卡节点的同卡冲突、不同卡并行和节点不可达后的回收。
4. 审批过期、重复回调、拒绝、撤回和执行失败重试的真实链路。
5. MinIO 故障注入后的任务失败、GPU/配额释放、对象清理重试和恢复后重新提交。

以上项目属于环境依赖型验收，不再作为代码未开发项；在当前单节点、单用户测试环境中保留为上线前验证项。

十六、前端权限页面收口结果（2026-08-20）

本轮已完成前端权限页面的主要操作闭环：

1. 用户权限设置由占位页改为完整权限矩阵，支持按平台角色、账号状态和页面权限保存；已删除用户进入只读态，管理员角色自动拥有全部页面权限。
2. 用户创建页增加页面权限配置，普通用户默认不授予组织管理和算力节点权限。
3. 用户管理页增加权限入口、权限数量、软删除状态和危险操作禁用逻辑。
4. 资源 ACL 页支持用户/租户角色主体、权限标签、全部撤销二次确认和加载失败提示。
5. 审批策略页从 JSON 文本改为可视化配置指定用户、租户管理员和平台管理员审批步骤。
6. 审批申请和访问申请页增加中文事项、资源类型、权限和状态展示，保留资源 ID 作为详情信息。
7. 普通用户可进入审批中心的“我的申请”“访问申请”“租户邀请”，支持撤回访问申请和接受有效租户邀请。
8. 租户成员邀请页增加邀请有效期设置；租户配额和 GPU 预留量继续在租户详情页展示。
9. 本轮前端源码已同步至 docker/offline/src/frontend/src，初始化 SQL 目录仍只保留 000_full_init.sql。

前端 npm run build 已通过。尚需浏览器实际点击验证页面布局、不同账号菜单差异、双用户跨租户流程和多 GPU/MinIO 故障场景；这些属于环境验收，不再是页面缺少开发入口。