给 Slack 智能体划定权限边界
为智能体分配独立机器人身份,仅开放任务所需的权限和频道,并将令牌放在智能体无法读取的位置。把频道消息视为不可信输入,记录工具调用,对超出线程回复的操作设置人工审批。
AI 深度解读
把 AI agent 接进 Slack,最危险的组合是「谁都能给它递话,它又能到处读写」。原文的建议是给共享 agent 独立的 bot 身份,只开必需权限,只加入要服务的频道,把凭据留在模型碰不到的地方。默认允许它在原线程回复,跨频道发帖、发私信或写业务系统之前,由有权限的人批准。
对写过 Slack bot 的程序员来说,改动最大的地方在于,触发条件可以写死,模型下一步选什么工具却会受消息内容影响。权限、审批和审计要落到实际调用工具的那层代码里。
为什么只响应 @mention 还不够
传统 bot 收到 /deploy staging,会执行事先写好的逻辑。Agent 读的是自由文本,还会根据读到的内容选工具。只要有人能在它读取的地方发言,就能把一段提示送进模型。附件、线程回复、其他 bot 的消息都可能成为输入,Slack Connect 频道还可能有公司外的人。原文引用的 OWASP Top 10 for LLM Applications(2025)把提示注入排在第 1 位,把过度代理权限(excessive agency)排在第 6 位。
作者建议从 app_mention 事件起步,先用 app_mentions:read 和 chat:write,在原线程回复。确实需要读取整个频道的历史时,再按频道类型加 channels:history 或 groups:history。原文建议跳过 chat:write.public,因为它允许应用往自己尚未加入的公开频道发消息。进模型前过滤 bot 消息,并把消息正文当作待处理的数据。这样能减少输入来源,注入造成的影响仍取决于工具能读写什么。
共享 agent 用 xoxb- bot token。它属于应用,安装者的账号停用后仍可工作。xoxp- user token 沿用个人权限,写入也以那个人的身份出现,适合仅为该用户工作的 agent。频道成员资格是第一道边界。按原文的说明,bot 读取私密频道历史需要同时满足已加入频道和具备 groups:history。团队之间也要拆开 agent 和凭据,给 #sales 服务的 agent 无需持有财务系统的密钥。开启 Slack 应用安装审批,可以在安装时审查权限。
Node 接入要把验签、回执和执行分开
用 Bolt 自建 Slack 应用、再调用 Claude 或 OpenAI API,意味着事件接收、队列、凭据和审批都由应用负责。下面这段 Node 代码用签名密钥验证请求体,并拒绝时间偏差超过 5 分钟的请求。
import { createHmac, timingSafeEqual } from "node:crypto";
// timestamp: X-Slack-Request-Timestamp header; signature: X-Slack-Signature header
export function isFromSlack(rawBody: string, timestamp: string, signature: string, signingSecret: string) {
const ts = Number(timestamp);
if (!Number.isFinite(ts) || Math.abs(Date.now() / 1000 - ts) > 60 * 5) return false;
const expected =
"v0=" + createHmac("sha256", signingSecret).update(`v0:${timestamp}:${rawBody}`).digest("hex");
const a = Buffer.from(expected);
const b = Buffer.from(signature);
return a.length === b.length && timingSafeEqual(a, b);
}
留意 .update(...) 用的是 rawBody。如果框架先解析 JSON,再把对象序列化回字符串,得到的内容可能与 Slack 签名时使用的请求体不同。
验签通过后,在 3 秒内返回 2xx,把 agent 执行交给后台队列。Slack 在这个窗口内没收到成功回执,最多重试 3 次。用事件 ID 去重,可以避免同一条消息启动多次任务。验签确认请求来自 Slack,事件去重处理的是 Slack 合法重发,两项检查解决的是不同问题。
把 Slack token 和 signing secret 留在服务端工具或代理里,模型只能发起受控调用并拿到结果。Slack 里看得到 bot 发出的消息,排查时还需要本地记录事件 ID、每次工具调用的输入和结果,以及最终回复。跨频道发帖、发 DM 或写 CRM 时,工具层应先挂起待执行的操作,等有权限的人确认。原文也把快速停止运行和撤销 token 列进了接入清单。
五种接法分别交出了哪些控制权
自建 Slack app 能直接控制身份、队列和工具层。Zapier、n8n、Make 则把 Slack 触发器、LLM 和动作串起来,几分钟就能接出一条流程。使用这类工具时,作者建议先检查连接属于谁、谁能复用连接、写操作前有没有人工步骤。对 Slack 数据有自托管要求的团队,原文提到可以自托管 n8n。
Slack 自带 Slackbot、Agentforce,也有 Anthropic、OpenAI 等合作方的 Marketplace agent。原文称,自建应用可用 Slack MCP server 和 Real-time Search(RTS)API 以登录用户的权限搜索,结果限于该用户可见的内容。两者限 Marketplace 发布应用和内部应用使用,MCP 客户端由管理员批准,活动进入 Slack 审计日志。RTS 指南还要求应用避免存储、复制搜索结果或拿它们训练模型。若接入方案会记录工具结果,RTS 的结果需要按这条约束处理。
Paragon 和 Composio 提供托管 OAuth、token 刷新和现成的 Slack 工具,适合要对接客户工作区的 AI 产品。团队仍负责 agent 的运行、指令和审批。Type.com、Credal、Relevance AI 则属于托管 agent 平台,供应商也接手运行环境和凭据存储。原文以 Type.com 为例,称它让 Claude Code 和 Codex 各自运行在独立的沙箱 VM 中,可以在仅自己可见的线程测试自动化。Type.com 在平台层执行只读限制,对绝不能改动的数据,作者建议源系统也使用只读账号。文中列出的起价是每月 $50,包含 2 名团队成员和 $100 的 AI 用量,试用期为 14 天。
我的判断
这篇最实用的地方是把「只在原线程回复」变成可以核对的工具边界。尤其是原文的起步权限里已经有 chat:write,它并不会替业务代码区分线程回复和频道发帖。写 Node 工具时,可以让线程回复工具直接使用已验证事件里的频道和线程位置,跨频道发送则走独立的审批流程。这样模型把输入误当指令时,线程回复工具也没有可供它选择的其他目的地。
原文没有给出对照测试、注入拦截率或平台横评。Type.com 部分是产品能力描述,五种接法的安全取舍仍属于工程经验。流程全是固定命令时,传统 bot 更容易预测和审计。任务确实需要理解自由文本时,再让模型参与,并按工具能执行的动作判断风险。选 n8n 还是托管平台,先看团队能否约束连接所用的身份、限制写入目的地,并把审批落到实际发起请求的位置。
能拿来做什么
- 给第一个 Slack agent 只接
app_mention,用独立 bot token 在一个指定频道试运行,工具默认只允许原线程回复。等任务确实需要频道历史,再加对应权限。 - 在 Node 入口保留原始请求体,验签后安排后台执行,在 3 秒内回
2xx。用同一事件 ID 重复投递,验证只启动一次 agent 任务。 - 在接通发 DM、跨频道发帖或写 CRM 之前,让工具展示待执行内容及目的地,校验审批人的权限,并记录审批后实际执行的动作。