企业官网建设流程全解析

• 人工智能
• 计算机视觉
• 后端
• AI 应用

CompreFace 采用「全局角色 + 应用角色」的双层权限模型来管理多租户场景下的用户访问控制：全局角色决定你在系统本身的运维能力，应用角色决定你在具体某个集成应用内的操作权限。阅读本文你将掌握两套角色（owner / administrator / user）各自的权限边界、默认分配规则与"自删保护"等关键限制，并能对照 Java 后端源码（枚举定义、授权管理器、服务层逻辑）验证这些权限规则在代码中的真实落地方式。

角色体系总览

CompreFace 的角色系统由两种角色类型组成：

• 全局角色（Global Roles）：定义用户在系统本身中的权限，这类用户的主要职责是维护系统本身；
• 应用角色（Application Roles）：定义用户在某个应用内的权限，这类用户的主要职责是开发将集成 CompreFace 的应用。

官方建议：拥有高权限（owner、administrator）的用户应与业务敏感数据隔离，即运维人员不必加入具体应用——因为他们本就已拥有应用内的全部权限。当然，小团队可以自行权衡、忽略这些建议。

在源码中，这两套角色分别由两个枚举定义，且各含三个等级：

对应文件为 GlobalRole.java 和 AppRole.java。两者都实现了EnumCode接口，code字段用于在接口参数中传递简化的角色编码。

全局角色（Global Roles）

全局角色定义用户对系统本身的权限，主要职责是维护系统。官方推荐将最宽泛的角色（owner 和 administrator）授予技术支持/运维人员——因为这类用户加入应用后也没有额外收益（其权限已覆盖应用内一切操作）。

Global Owner：系统最高权限与唯一限制

在 CompreFace 中，第一个注册用户会自动获得全局 owner 角色，拥有系统内任意操作的权限：管理用户、创建和管理应用。

Owner 唯一的限制是不能删除自己。因此 owner 若要从系统中退出，必须先把自己 owner 角色移交给别人，然后再删除自己。这一点在源码中得到印证：

• AuthorizationManager.java 中的verifyCanDeleteUser方法对全局 owner 直接抛出InsufficientPrivilegesException("Global owner cannot be removed!")；
• UserService.java 中的decideNewOwner逻辑处理删除 owner 时的"新 owner 归谁"问题：自删（selfRemoval）时 owner 归属保持为系统内现有的 owner，否则根据Replacer（DELETER或其他）决定由删除者还是全局 owner 接管；
• 当全局 owner 被（通过移交流程）转交时，AppService.java 的passAllOwnedAppsToNewOwnerAndLeaveAllApps会把原 owner 名下所有应用移交给新用户，并保留其在各应用中的AppRole.OWNER身份。

Global Administrator：与 Owner 几乎等权

全局 administrator 的权限与全局 owner 相同，唯一差别是不能管理全局 owner 用户。官方建议将此类角色用户数量缩减到维护系统所需的最少人数。

源码中这一"降权"体现在可分配角色的计算上，见 UserService.java 的getGlobalRolesToAssign：

• 当前操作者是OWNER时，可分配全部角色（GlobalRole.values()）；
• 当前操作者是ADMINISTRATOR时，只能分配ADMINISTRATOR和USER——即无法把用户设为 owner，也无法对 owner 进行角色管理。

Global User：默认角色

所有新注册用户自动获得全局 user 角色。这类用户：

• 不能创建应用；
• 只能访问被显式加入的应用；
• 不能管理其他用户。

他们的定位是使用 CompreFace 做人脸识别的开发者（开发团队成员），而非其他用户与权限的管理者。

从源码看，这一"只能看自己加入的应用"的行为由 AppService.java 的getApps方法实现：当用户全局角色为USER时，查询限定为findAllByUserAppRoles_Id_UserId(userId)（仅返回其有应用角色的应用）；其他角色（owner/administrator）则返回全部应用findAllByOrderByNameAsc()。

应用角色（Application Roles）

应用角色定义用户在某个具体应用内的权限，这类用户的主要职责是开发集成 CompreFace 的应用。官方推荐：

• 最宽泛的应用角色（owner 和 administrator）应授予项目经理与团队负责人，因为他们对应用负责；
• 所有应用用户都应同时具备全局 user 角色；
• 全局 user 角色用户要加入应用团队，必须由全局 owner、全局 administrator 或应用 owner 将其直接加入应用。

App Owner：应用内的最高权限

创建应用的用户自动获得该应用的 owner 角色，拥有应用内的全部操作权限：管理应用本身及其应用用户、创建并管理 Face Services。

与全局 owner 一样，应用 owner 的唯一限制是不能把自己从该应用中删除——必须先转让 owner 角色，才能自行退出。AuthorizationManager.java 中的verifyUserDeletionFromApp方法精确编码了这一规则：

• 若删除者（deleter）拥有全局 owner/administrator，则禁止移除应用 owner（isAppOwnerRemoval检查被删用户是否为应用 owner），但可移除其他成员；
• 若删除者是应用成员，则：USER/ADMINISTRATOR应用角色不能移除他人；OWNER应用角色不能移除自己（isSelfRemoval检查）——只有应用 owner 可以移除普通成员，而任何人都不能把应用 owner 从"应用 owner"位置上直接抹掉。

App Administrator：能管 Face Services，不能管应用

应用 administrator（全局 user 角色 + 应用 administrator 角色）可以创建和管理 Face Services，但不能管理应用本身及其应用用户。

对应源码中，verifyWritePrivilegesToApp(user, app, adminDenied)提供了"管理员也拒绝"的模式：当adminDenied为 true 且用户应用角色为AppRole.ADMINISTRATOR时抛出InsufficientPrivilegesException，用于保护应用级管理操作（如应用自身的增删改），而普通的模型、Face Service 级写操作只排除AppRole.USER。

App User：最低权限，但足够集成

应用 user 是权限最低的角色组合（全局 user + 应用 user），在应用内不能做任何管理操作。但由于应用 user 已经能够获取集成所需的全部信息（如应用 API 密钥、Face Service 调用能力等），官方推荐大多数 CompreFace 用户采用这一角色。

授权核心逻辑速览：AuthorizationManager

所有权限判定集中在 AuthorizationManager.java 中，几个关键方法与文档规则的对应关系如下：

异常方面，越权统一抛出 InsufficientPrivilegesException.java，由全局异常处理器映射为 HTTP 响应。测试用例 AuthorizationManagerTest.java 对上述各分支（全局 user 读应用、admin 被拒绝的场景、owner 自删/互删等）提供了行为级验证。

实践建议（与源码行为一致的操作路径）

结合文档建议与上述实现，实际运营 CompreFace 时的操作要点：

1. 保留全局 owner 的唯一性：首位注册用户即为 owner，且任何流程都无法删除 owner。若要更换 owner，先由 owner 将全局 owner 相关管理权交接（getGlobalRolesToAssign允许 owner 分配全部角色），再走删除/移交流程；
2. 最小化 administrator：全局 administrator 与 owner 几乎等权，仅多一条"不能管理 owner"的限制，建议只授予必要运维人员；
3. 应用成员权限分级：项目经理/团队负责人 → 应用 owner 或 administrator；普通集成开发者 → 应用 user（默认推荐）；
4. 运维人员无需加入应用：全局 owner/administrator 对任何应用都拥有全部读写权限（verifyWritePrivilegesToApp开头即放行），将其加入应用纯属冗余；
5. 删除成员前先确认角色：应用 owner 不可被直接移出应用，需先转让 owner；全局 user 只能删除自己。

以上规则均有源码依据，可在 AuthorizationManager.java、UserService.java、AppService.java 及对应测试类中逐条核对，作为多团队共用一套 CompreFace 实例时的权限设计参考。

• 人工智能
• 计算机视觉
• 后端
• AI 应用