如何强制OpenIDDict始终将单个amr声明值以数组形式输出？

思路1：在OpenIDDict服务端强制转换amr格式 #

如果你的OpenIDDict是作为.NET服务运行的，可以通过自定义**声明转换器（Claims Transformer）**拦截并修正amr字段：

public class AmrArrayTransformer : IClaimsTransformer
{
    public Task<ClaimsPrincipal> TransformAsync(ClaimsTransformationContext context)
    {
        var amrClaim = context.Principal.FindFirst("amr");
        if (amrClaim == null) return Task.FromResult(context.Principal);

        // 检查当前值是否为数组，不是则转为数组格式
        if (!amrClaim.Value.StartsWith("["))
        {
            context.Principal.RemoveClaim(amrClaim);
            // 用JSON数组格式重新添加声明
            context.Principal.AddClaim(new Claim(
                "amr", 
                JsonSerializer.Serialize(new[] { amrClaim.Value }), 
                JsonClaimValueTypes.JsonArray
            ));
        }
        return Task.FromResult(context.Principal);
    }
}

在Startup.cs中注册该转换器：

services.AddScoped<IClaimsTransformer, AmrArrayTransformer>();

思路2：在Python Authlib端处理解析后的claims #

如果是在Python服务中通过Authlib接收OpenIDDict返回的Token，可在解析后统一修正amr格式：

from authlib.jose import jwt

def parse_oidc_token(token, public_key):
    # 解析并验证Token
    claims = jwt.decode(token, public_key)
    claims.validate()

    # 强制amr为数组格式
    amr = claims.get('amr')
    if amr is not None:
        if isinstance(amr, str):
            claims['amr'] = [amr]
    
    return claims

思路3：修改OpenIDDict的Token生成逻辑 #

直接在OpenIDDict生成ID Token的环节干预，监听TokenGenerating事件修改claims中的amr字段：

services.AddOpenIddict()
    .AddServer(options =>
    {
        options.AddEventHandler<OpenIddictServerEvents.TokenGenerating>(context =>
        {
            var amr = context.Principal.FindFirst("amr")?.Value;
            if (!string.IsNullOrEmpty(amr) && !amr.StartsWith("["))
            {
                // 替换原有的amr声明为数组
                context.Principal.RemoveClaim(context.Principal.FindFirst("amr"));
                context.Principal.AddClaim(new Claim("amr", JsonSerializer.Serialize(new[] { amr }), JsonClaimValueTypes.JsonArray));
            }
            return default;
        });
    });

内容的提问来源于stack exchange，提问作者TGlatzer