Amber 是一款面向企业的开源 RAG 工具，基于 Google Drive 构建，能够继承文档权限并在每次搜索查询中严格执行访问控制。它为答案提供引用并保留仅追加的审计日志，帮助团队安全部署 AI 搜索，避免敏感文档泄露。

产品详细介绍

基于 Google Drive 构建的企业级权限感知 RAG

[

[REDACTED]创始人

Product Hunt，大家好 👋 我是 Kathalyst 创始人 Anushka。Justin 和我打造了 Amber，因为企业级 RAG 最难的部分不是检索，而是权限管理。

问题所在：大多数 AI 搜索工具会索引所有内容，仅靠提示词来约束其行为。一个查询出错，实习生就可能拿到从薪资表中提取的答案，承包商也可能看到 M&A 文档中的内容。正因如此，许多安全团队会阻止 AI 搜索上线。

Amber 的思路：不要另建一套权限系统，而是继承你已经信任的权限体系。

• Drive 是权限的权威数据源。Amber 会读取每个文件的共享设置，并将其存储为访问权限列表。

• 在查询过程中强制执行，而不是查询结束后再处理。权限检查与向量检索在同一 SQL 查询中执行，因此你无权打开的文档不会被读取、不会发送给模型，也不会被摘录引用。Postgres Row-Level Security（强制启用，对表所有者同样有效）构成独立的第二道检查。

• 始终保持最新。权限变更通过 Drive 通知同步，文件编辑后则在连续 5 分钟无新操作时重新建立索引。

• 可追溯、可审计。每个答案都提供引用，以及查询改写、检索片段、评分和引用内容的完整轨迹。管理员操作、共享权限变更和搜索记录都会写入仅追加的审计日志。

• 默认提供安全保障。采用带 PKCE 的服务端 Google 登录、HttpOnly 会话 Cookie、CSRF 防护、由 KMS 加密的刷新令牌和最小权限的 Drive 授权范围；角色存储在 Postgres 中，而不是写进令牌。

• 让智能体始终受约束。智能体可以提出对 Docs 和 Sheets 的修改建议，但每项更改都必须由人工批准。

技术栈：Gemini（付费版）、pgvector + Postgres 全文混合搜索、FastAPI、Next.js、Firebase Auth、Cloud Run。

目前尚不支持的功能（坦诚说明限制）：访问权限目前仅映射到个人用户和整个域。Google Groups 和共享云端硬盘尚未纳入映射，因此 Amber 会选择少共享，而不会过度共享。单次上传上限为 30 MB。我并未声称已通过任何合规认证。

希望听听那些已经在工作中部署过 AI 搜索的人分享经验：

• 你们的安全审查最先会提出哪些要求？

• 除 Drive 外，你们还需要接入哪些数据源（SharePoint、Confluence、Slack）？

关于 ACL 设计、RLS 配置或同步模型有任何问题，欢迎随时问我。

Amber