Gradio получает экран входа за 30 минут: трейсы Langfuse разделяются по пользователям

Разработчик Владимир опубликовал на Хабре практическое продолжение цикла про локального MCP-агента (программу, которая сама вызывает внешние инструменты по заданному сценарию). В предыдущих частях он собрал агента на LangGraph с Gradio-интерфейсом, чекпоинтами и трассировкой. Проблема возникла, когда агентом стали пользоваться коллеги: контейнер в связке Windows-WSL-Docker показывал один и тот же IP-адрес, и отличить пользователей по сети не получилось. Решение: прикрутить к Gradio аутентификацию и прокинуть имя пользователя в трейсы Langfuse и чекпоинты LangGraph.

Что понадобится?

• Работающий Gradio-интерфейс (версия с поддержкой параметра auth в demo.launch)
• Настроенный LangGraph-агент с трассировкой через Langfuse
• Docker Desktop на Windows с WSL (или любая среда, где запускается контейнер)
• Текстовый файл для хранения логинов и паролей (формат логин:пароль, по одной паре на строку)
• Примерно 30 минут на интеграцию

Как устроено хранение паролей?

В полноценных системах пароль не хранится в открытом виде. Вместо него сохраняют хеш (результат необратимого преобразования), часто с «солью» (случайной добавкой). При входе система хеширует введённый пароль тем же способом и сравнивает хеши, а не сами пароли. Даже при утечке базы злоумышленник не получает готовый список.

Но здесь задача проще: Gradio-интерфейс для двух-трёх коллег. Полноценного окна регистрации у Gradio нет, пользователей нужно заводить вручную или подключать внешнюю аутентификацию. Автор выбрал минимальный путь: логины и пароли лежат в текстовом файле.

# Формат: логин:пароль (по одному на строку)
admin:admin

Пошаговая инструкция

1. Создайте файл с учётными записями.

Положите в проект текстовый файл, где каждая строка содержит пару логин:пароль. Строки, начинающиеся с #, считаются комментариями и пропускаются. Строки без разделителя : тоже игнорируются.

2. Напишите функцию парсинга и проверки.

Функция get_gradio_auth читает файл при старте, собирает словарь «логин: пароль» и возвращает замыкание для проверки:

import secrets
from pathlib import Path
from core import settings

def get_gradio_auth():
    if not settings.service.auth_enabled:
        return None

    path = Path(settings.service.auth_users_file)
    if not path.is_file():
        raise RuntimeError(f'Файл учётных записей не найден: {path}')

    credentials = {}
    for line in path.read_text(encoding='utf-8').splitlines():
        if not line or line.startswith('#') or ':' not in line:
            continue
        user, psw = line.split(':', 1)
        if (user := user.strip()) and (psw := psw.strip()):
            credentials[user] = psw

    if not credentials:
        raise RuntimeError(
            f'Файл учётных записей пуст или некорректен: {path}'
        )

    def checker(username: str, password: str) -> bool:
        stored = credentials.get(username)
        return stored is not None and secrets.compare_digest(stored, password)

    return checker

Обратите внимание: для сравнения пароля используется secrets.compare_digest, а не обычный оператор ==. Обычное сравнение прерывается при первом несовпавшем символе, и по разнице во времени ответа теоретически можно подбирать пароль посимвольно (timing attack, атака по времени). secrets.compare_digest тратит одинаковое время независимо от того, где именно строки расходятся. Для файла с тремя паролями это избыточная мера, но привычка полезная.

3. Передайте функцию в demo.launch.

В классе вашего приложения добавьте два параметра при запуске Gradio:

self.demo.launch(
    server_name=settings.service.host,
    server_port=settings.service.port,
    show_error=True,
    auth=get_gradio_auth(),
    auth_message='<p>Введите выданный Вам логин и пароль</p>'
)

Параметр auth принимает либо функцию проверки (как здесь), либо кортеж «логин, пароль» напрямую. Параметр auth_message задаёт текст на экране входа.

4. Прокиньте имя пользователя в методы графа.

Теперь Gradio знает, кто вошёл. Осталось передать request.username в вызовы LangGraph, чтобы чекпоинты и трейсы разделились по пользователям:

async def _continue(self, history: list, request_id: str,
                    request: gr.Request):
    phase = await self.agent.get_phase(
        request_id, username=request.username
    )
    if phase is None or phase == 'done':
        history.append({
            'role': 'assistant',
            'content': 'Нет активных задач для продолжения.'
        })
        return history, request_id

    result = await self.agent.resume(
        user_messages='Продолжить',
        request_id=request_id,
        username=request.username
    )

5. Сформируйте thread_id с привязкой к пользователю.

Чтобы Langfuse и LangGraph хранили данные раздельно, thread_id строится из имени пользователя и идентификатора запроса:

@staticmethod
def resolve_thread_id(username: str | None, request_id: str) -> str:
    return f'{username or "anonymous"}:{request_id}'

Если аутентификация выключена, username будет None, и все данные попадут под метку anonymous. Система продолжит работать, просто без разделения.

Что делать с этим прямо сейчас, по ролям

Разработчику, который уже собрал MCP-агента на LangGraph и Gradio. Добавление аутентификации занимает буквально два параметра в demo.launch и одну функцию парсинга. Если агент работает в Docker на Windows с WSL и IP-адреса не различаются, это единственный надёжный способ привязать данные к конкретному человеку.

Тимлиду или техлиду, который отдаёт агента команде. Разделение трейсов в Langfuse по пользователям позволяет понять, кто и как использует инструмент, без ручного разбора логов. Это полезно и для отладки, и для оценки, насколько агент реально помогает.

Автору на Дзене, который пишет про ИИ-инструменты. Gradio всё чаще используют для быстрых демо-интерфейсов к нейросетям. Понимание, что туда можно за полчаса добавить экран входа и разделение пользователей, расширяет набор тем: можно делать обзоры не только моделей, но и способов их подачи аудитории.

Весь процесс укладывается в пять шагов и полчаса работы. Файл паролей, функция проверки, два параметра в demo.launch, username в вызовах графа и составной thread_id. После этого Langfuse покажет, кто именно из команды сломал агента вчера в полночь, а LangGraph вернёт каждому его собственную историю.