从 OAuth 瓶颈到 AI 加速：Ciam 解决方案如何消除企业 AI 代理部署中的主要集成障碍

快速阅读: 据《VentureBeat 公司》最新报道，AI代理需与企业常用B2B应用交互，身份管理成挑战。Frontegg.ai等CIAM平台简化认证和访问管理，助力企业自动化。未来，高效IAM平台将定义AI代理在企业中的应用方式。

加入我们的每日和每周通讯，获取有关行业领先人工智能覆盖的最新动态和独家信息。了解更多

凭借与外部应用智能交互的能力，人工智能代理有望成为现代企业工作流程的重要组成部分。不再与外界隔离，人工智能代理承诺处理那些传统上需要人类介入的任务，使重复性和高容量任务得以自动化。自主自动化的一些应用场景可能如下：

人力资源入职：人工智能代理可以在Slack、Jira和Trello等应用中为新员工设置账户，并在员工离职时自动停用这些账户。
项目管理同步：人工智能代理可以连接Jira和Asana等工具，更新任务状态并同步项目时间表，无需人工介入。
IT服务台自动化：人工智能代理可以自主重置密码、管理用户权限并配置新软件账户，从而减轻IT团队的负担。

对于大企业来说，规模化自动化每年可节省数百万元，不仅来自运营成本的降低，也来自因人为失误导致的停机时间和安全风险的减少。

自主自动化面临的挑战

尽管利用自主自动化的应用程序几乎有无限潜力，但要将这一愿景变为现实却是一项挑战，尤其是在身份管理和访问控制方面。

身份管理面临的一些挑战包括：

开发和集成复杂性：多数企业的业务流程依赖多种B2B SaaS平台，包括像Jira这类任务管理工具、Slack作为通信工具以及HubSpot作为CRM。为了执行其职责，人工智能代理必须能够以个人用户的身份对这些系统进行身份验证并代表其进行交互。对普通用户而言，身份验证相对简单，但对自主自动化的开发者来说，这是一个复杂的集成和OAuth流程循环，每次集成都有各自的安全隐患。随着涉及的第三方应用增多，复杂度呈指数级上升。
安全性和访问控制：企业在不清楚安全风险、数据访问边界以及OAuth令牌管理方式，以及用户、代理和第三方应用之间信息流动方式的情况下，可能对采用人工智能代理持谨慎态度。Frontegg首席执行官Sagi Rodin在一次采访中告诉VentureBeat：“我们看到安全部门对采用人工智能代理，甚至是基础代理都非常谨慎。他们正在询问代理凭据存储位置、令牌持续时间以及是否可以自托管等问题。如果没有这些问题的答案，他们不会批准此类产品的开发。”

合规性和可审计性：金融、公用事业和医疗保健等行业受到高度监管。对于许多用例，AI代理交互的完整审计跟踪将是符合SOX、HIPAA和GDPR等法规要求的必要条件。CIAM技术正在迅速发展，该领域的许多提供商正在努力通过添加对软件实体（如AI代理）的支持来解决其中的一些难题。

人工智能代理的身份和访问管理

客户身份和访问管理（CIAM）是一个不断发展的领域，其中Frontegg、Okta、Auth0（Okta的一部分）、Ping Identity和Stytch等成熟公司的解决方案负责用户身份验证并管理对第三方应用的访问。他们的职责包括跨云应用和企业平台协调单点登录（SSO）、多因素认证（MFA）和基于角色的访问控制。直到现在，这些解决方案主要关注人类用户的身份和访问。然而，随着企业自主自动化快速成为现实，CIAM提供商正竞相应对由自主AI代理提出的独特需求。

为了代表人类用户与第三方B2B应用进行身份验证和交互，AI代理需要程序化和持久的访问权限，通常需要基于令牌的身份验证和复杂的OAuth流程。Frontegg最近发布的Frontegg.ai采取了端到端的方法，为需要集成多个B2B应用的高级用例提供开箱即用的解决方案。AI代理和所有必需的第三方集成可以在Frontegg.ai仪表板中几分钟内创建和配置。Web和移动应用的身份验证界面代码会自动生成，该平台处理所有OAuth访问令牌的创建、刷新和删除。这种端到端的身份验证和授权功能只需几行代码即可集成到代理代码中。

使用Frontegg.ai正在开发的一个创新产品是一种分析支持代理，它可以根据不同业务角色的需求从源数据中智能地创建可视化图表，并定期进行沟通。其理念是，用户将不再需要手动访问门户来配置仪表板，而是将在门户外与AI代理互动，作为一个智能分析助手。Rodin将该平台描述为“代理开发人员的全栈体验，提供身份验证、集成、授权、安全性和权限。代理可以代表用户和组织行事。一切开箱即用。”

虽然Frontegg.ai在代理身份管理方面起步较早，但它并不是唯一认识到AI代理在企业中潜力的公司。Rodin设想CIAM提供商，无论是现有的还是新的，都将支持AI代理。然而，他强调了Frontegg的端到端方法，该平台管理所有身份验证、访问和安全方面，让开发人员专注于构建企业级的自主自动化产品。

一些支持AI代理身份和访问管理的CIAM提供商包括：

Auth0的Auth for gen AI允许将第三方应用的多个账户链接到一个统一的配置文件。用户只需登录一次即可授权AI代理与其账户关联的所有连接的应用程序进行交互。令牌刷新和交换会自动处理。
同样，Composio AgentAuth提供了一个类似的统一身份验证框架，最终用户只需登录一次即可。第三方应用通过AgentAuth仪表板添加，用户可以在其中自动配置应用并查看全面日志。
Descope的Outbound Apps让开发人员只需使用提供的SDK访问各种工具，就可以轻松将AI代理连接到超过50个第三方B2B应用。Descope不提供统一身份验证；相反，它让用户选择要登录的应用。所有身份验证和令牌管理均由系统自动完成。
Ping的Identity Helix也提供类似功能，只是方法有所不同。它不是使用最终用户的凭据，而是为AI代理分配其独特的身份和第三方应用的权限。

Lumos的Integration Hub通过利用AI生成与REST API和第三方应用集成的代码，加速了开发过程。它还具有Connector SDK，允许开发人员使用任何语言构建新的集成。尽管并非专为AI代理设计，但Integration Hub可以简化将第三方应用集成到自动化业务流程中的过程。

尽管它们的方法不同，但这些平台都旨在简化身份和访问管理，这是大规模部署AI代理的最大痛点之一。

传统的OAuth工作流程

在缺乏身份管理平台的情况下，集成AI代理与一个或多个B2B SaaS平台可能相当复杂。根据Rodin的说法，代理开发者需“从零开始整合身份、第三方集成及安全性”，这导致了缓慢的构建周期和实际生产开发的障碍。每个B2B平台都有自己的流程，但基本原则是相同的：用户登录后，需获取OAuth访问令牌。此令牌用于验证API代理的身份，使其能够代表用户执行操作。AI代理发起的任何请求都必须附带访问令牌。

考虑开发一个工作流，在其中AI代理在完成任务后发送Slack通知：

1. 注册您的新应用程序

您的AI代理应用程序必须在https://api.slack.com/apps注册并配置OAuth范围（权限），以便访问Slack API。

2. 将用户引导至授权URL

为了代表用户执行操作，AI代理必须获得该用户的同意。这是通过将其引导至Slack授权页面来完成的，在该页面上用户可以登录。

“`python
from urllib.parse import urlencode

params = {
“client_id”: “your-client-id”,
“scope”: “chat:write,users:read”,
“redirect_uri”: “https://yourdomain.com/callback/slack”,
}
auth_url = f”https://slack.com/oauth/v2/authorize?{urlencode(params)}”
“`

上述代码用于构建 Slack 授权页面的 URL。“redirect_uri” 指定的是登录后的回调 URL。

3. 获取用户的访问令牌

Slack 的响应包含一个代码，使用该代码即可获取用户的访问令牌。

“`python
import requests

slack_token_url = “https://slack.com/api/oauth.v2.access”

def exchange_code_for_token(code, client_id, client_secret, redirect_uri, token_url):
response = requests.post(slack_token_url, data={
“grant_type”: “authorization_code”,
“client_id”: client_id,
“client_secret”: client_secret,
“code”: code,
“redirect_uri”: redirect_uri,
})
return response.json()
“`

4. 使用 Slack API 发送通知

一旦获得访问令牌，即可用它进行代表用户的身份验证 API 调用。

“`python
headers = {
“Authorization”: f”Bearer {slack_access_token}”,
“Content-type”: “application/json”,
}

payload = {
“channel”: “#general”,
“text”: “员工表更新已完成。”,
}

requests.post(“https://slack.com/api/chat.postMessage”, headers=headers, json=payload)
“`

尽管大多数 B2B SaaS 应用程序在认证和访问方面遵循相同的通用流程，但具体步骤和语法可能有所不同。当集成多个第三方应用程序时，处理认证和访问会变得繁琐。

通过 Frontegg.ai 实现端到端的身份管理

Frontegg.ai 通过内置连接广泛使用的 B2B 应用程序（如 Slack、Atlassian、Monday、GitHub 和 Google Workspace）简化大多数集成过程。它处理认证和同意，并管理所有 OAuth 令牌，使开发人员只需几行代码即可为 AI 代理实现身份和访问。

B2B 应用程序的配置在 Frontegg.ai 仪表板中完成。从支持的应用程序列表中选择并指定 AI 代理的权限。所有认证相关的前端代码都会自动生成。

一旦在仪表板中选择了并配置了第三方应用程序，只需在所选 IDE 中导入并初始化 Frontegg AI SDK 即可连接 AI 代理代码。

“`python
import os
from frontegg_ai_python_sdk import (
Environment,
FronteggAiClientConfig,
FronteggAiClient,
)

config = FronteggAiClientConfig(
environment=Environment.EU, # 或 US, CA 等
agent_id=os.environ[‘your_agent_id’],
client_id=os.environ[‘your_client_id’],
agent_id=os.environ[‘your_agent_id’],
client_secret=os.environ[‘your_client_secret’],
)
client = FronteggAiClient(config)

# 设置用户上下文
client.set_context(tenant_id=”your_tenant_id”, user_id=”your_user_id”)

# 设置用户上下文
现在，AI 代理代码可以访问仪表板中设置的所有第三方应用程序的功能。所有认证、令牌管理和访问控制均由 Frontegg.ai 管理，因此在集成另一个应用程序时无需更新代码。可以通过 `list_tools()` 列出每个应用可用的工具。

“`python
tools = await client.list_tools()
“`

此示例使用了 CrewAI 和 Python；然而，Frontegg.ai 支持多种 AI 代理编排平台，包括 Langchain 和 AutoGen。

Frontegg.ai 内置支持来自 OpenAI、Anthropic、Google、Meta 和 Mistral 的大型语言模型（LLMs）。对于经验较少的开发人员，通过 Frontegg MCP 可以自动生成认证、集成设置和代码，Frontegg MCP 利用了由 Anthropic 开发的 Model Context Protocol (MCP)，这是一种用于 AI 代理与外部工具之间安全通信的开放标准。

此外，开发人员和非开发人员都可以使用 Frontegg Flows，这是一种低代码工作流，利用 AI 构建和管理复杂的身份工作流。

代码可以导入您喜欢的 IDE，并且您的应用程序可以在云平台（如 AWS、Azure、Cloudflare 或 Vercel）或专用 AI 平台（如 Replicate）上部署，或者本地托管在您自己的服务器上。

展望未来：CIAM 用于自主自动化

为了在企业工作流中有效使用 AI 代理，它们必须能够无缝地与公司已经使用的第三方 B2B 应用程序交互。身份和访问管理平台简化了认证和授权过程，减轻了实施自主自动化时最显著的痛点之一。技术领导者应评估专注于 AI 代理的平台（如 Frontegg.ai），以评估其与公司基础设施和工作流的兼容性。

第一个提供安全可靠 IAM 基础设施的供应商可能会定义现代企业在自主自动化方面的实施方式。Frontegg 的 AI 代理构建器在其网站上免费提供，目前处于测试阶段。订阅价格尚未公开发布。

VB Daily 的商业案例每日洞察

如果您想给老板留下深刻印象，VB Daily 可以帮您。我们为您提供有关公司如何使用生成式 AI 的内部信息，从监管变化到实际部署，以便您可以分享见解以获得最大投资回报率。立即订阅阅读我们的隐私政策。感谢订阅，查看更多 VB 电子报。发生错误。

(以上内容均由Ai生成)