Go mod 好菜系列 - 0x10 casbin 这口权限模型别只会写 if role == admin

详细讲 casbin 在权限控制里的位置、模型和策略怎么理解、RBAC 为什么常见,以及它怎么帮项目摆脱一地权限 if/else。

很多项目最开始做权限控制时,写法都差不多:

if user.Role != "admin" {
    return errors.New("forbidden")
}

这种写法起步当然快,但只要角色一多、资源一多、操作一多,很快就会变成一地权限 if/else。到那时你会发现,问题已经不是“能不能判断”,而是“这套判断还有没有组织”。这就是 casbin 经常出场的地方。

casbin 是在解决什么问题

它解决的是 授权,更准确地说,是“谁对什么资源能做什么操作”的规则表达和判断问题。

它不是拿来做登录的,也不是拿来发 token 的。它和 JWT 的关系更像:

  • JWT 告诉你这个人是谁
  • casbin 告诉你这个人能干什么

为什么 casbin 会常见

因为一旦系统角色和资源开始多起来,权限逻辑就很容易散。你今天在 handler 判一次,明天在 service 判一次,后天在前端又判一次,最后谁都不确定系统真实规则到底在哪。

casbin 的价值,就是试图把这套规则集中成一层明确的模型和策略。

最常见的模型:RBAC

casbin 支持很多模型,但项目里最常见的还是 RBAC,也就是基于角色的访问控制。

你可以粗暴理解成:

  • 用户属于某个角色
  • 角色拥有某些权限
  • 系统根据角色决定用户能做什么

一个非常简化的规则感

模型文件和策略文件是 casbin 的典型味道。你先定义“规则长什么样”,再填“具体谁能做什么”。

[request_definition]
r = sub, obj, act

[policy_definition]
p = sub, obj, act

[role_definition]
g = _, _

[matchers]
m = g(r.sub, p.sub) && r.obj == p.obj && r.act == p.act

虽然初看有点像在看小型 DSL,但一旦理解了,其实就是把权限判断从散落在代码里的 if/else 抽成了一套规则描述。

代码里用起来是什么感觉

ok, err := enforcer.Enforce("alice", "/articles", "read")
if err != nil {
    return err
}
if !ok {
    return errors.New("forbidden")
}

这个 API 本身很朴素,重点不在调用有多复杂,而在于背后的权限规则开始被统一管理了。

casbin 特别适合什么场景

  • 角色和资源开始多起来
  • 权限逻辑已经散在多个地方
  • 团队希望把授权规则单独抽层
  • 后续还有“谁能看、谁能改、谁能删”的大量细分需求

如果你的项目目前只有“管理员”和“普通用户”两个角色,且权限差异很小,那未必现在就得上它。

它不能替你想清楚业务权限

这点特别重要。casbin 很擅长承载权限规则,但规则本身还是你来设计。它不会替你决定“文章作者能不能删已发布文章”“客服能不能看财务数据”这种业务问题。

工具可以让规则表达更清晰,但不会替你把规则想对。

小结

casbin 这道菜本质上是权限工程化工具:

  • 它解决的是授权,不是认证
  • 很适合把散乱的权限判断集中起来
  • RBAC 是最常见的落地方式
  • 规则设计本身仍然要靠业务理解,不靠工具替你拍板

下一篇我们讲 ginkgo/gomega。前面说了 testify,这次换另一派测试风格,看看为什么有团队会更喜欢行为式描述。

Read more

Harness Engineering:从驾驭模型到构建 AI 工厂

Harness Engineering:从驾驭模型到构建 AI 工厂

2026 年,AI 编程工具的竞争焦点发生了根本性转变:决定 AI 助手好不好用的,不再是模型本身,而是包裹在模型外面的那层"Harness"。同一个模型,在不同的 Harness 下,性能差距可以达到 78% vs 42%。 这篇文章将带你深入了解 Harness Engineering——这个正在重新定义 AI 工程实践的新兴领域。 一、什么是 Harness Engineering? Harness 的字面意思是"马具/缰绳"——用来驾驭一匹强壮但不受控的马。在 AI 语境下,Harness 就是 LLM 之外的一切:工具定义、记忆系统、权限模型、反馈循环、文档规范、多

By Fuyu Jia

Claude Code CLI + Ralph:让 AI 自动完成大型编程任务的终极方案

TL;DR 当你的编程任务大到一个 AI 对话窗口装不下时,Ralph 会帮你把任务拆成小块,让 Claude Code CLI 一个接一个地自动完成——每轮都用全新的上下文窗口,不会越写越糊涂。 一、什么是 Ralph? Ralph 是一个开源项目(GitHub 16k+ Stars),基于 Geoffrey Huntley 提出的 "Ralph Pattern" 构建。它的核心理念很简单: 不要让 AI 在一个漫长的会话里做完所有事情,而是把大任务拆成小故事,每个故事用一个全新的 AI 实例来完成。 这解决了 AI 编程中最常见的痛点——上下文窗口耗尽。当对话越来越长,AI 的输出质量会明显下降。Ralph 通过「每轮一个新实例」的方式,

By Fuyu Jia