Evidence项目中使用自定义DuckDB-WASM扩展仓库的解决方案
2025-06-08 21:40:55作者:贡沫苏Truman
在企业级应用开发中,我们经常会遇到生产环境网络受限的情况。本文针对Evidence项目中无法从默认地址加载DuckDB-WASM扩展的问题,提供了一套完整的解决方案。
问题背景
Evidence项目默认会从DuckDB官方扩展仓库加载WASM扩展。但在某些严格管控的企业网络环境中:
- 生产服务器可能无法访问外部网络
- 安全策略可能禁止访问特定域名
- 网络延迟可能导致扩展加载失败
技术原理
DuckDB-WASM的扩展加载机制是通过Service Worker拦截网络请求实现的。核心思路是通过修改Service Worker脚本,将原本指向官方仓库的请求重定向到内部镜像地址。
解决方案实施步骤
1. 构建项目
首先完成Evidence项目的标准构建流程:
npm install
npm run sources
npm run build
2. 定位Service Worker文件
构建完成后,在dist目录下可以找到名为fix-tprotocol-service-worker.js的文件,这是控制扩展加载的关键脚本。
3. 修改Service Worker
在Service Worker的fetch事件处理器中添加重定向逻辑:
self.addEventListener('fetch', (event) => {
const requestURL = event.request.url;
const officialExtensionsURL = "https://extensions.duckdb.org";
if (requestURL.startsWith(officialExtensionsURL)) {
const internalURL = requestURL.replace(
officialExtensionsURL,
"http://your-internal-mirror"
);
event.respondWith(fetch(internalURL));
return;
}
// 原有逻辑保持不变
});
4. 部署内部镜像
需要在内网搭建一个包含以下内容的镜像服务:
- 保持与官方仓库相同的目录结构
- 包含项目所需的全部扩展文件(.wasm和.json)
- 确保MIME类型配置正确
进阶建议
- 版本控制:建议内部镜像与官方仓库保持版本同步,定期更新
- 缓存策略:可以适当延长Service Worker的缓存时间,减少网络请求
- 安全加固:如果使用HTTPS,确保内部镜像也配置了有效证书
- 监控机制:添加扩展加载失败的回退机制和日志记录
注意事项
- 此方案属于临时解决方案,建议在官方支持自定义仓库配置后迁移
- 修改构建产物可能影响后续升级,建议将修改脚本化
- 不同Evidence版本可能Service Worker实现有差异,需要测试验证
通过这套方案,企业可以在严格管控的网络环境下,依然保持Evidence项目的完整功能,同时满足安全合规要求。
登录后查看全文
热门项目推荐
相关项目推荐
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。Python00
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00
项目优选
收起
deepin linux kernel
C
24
9
Ascend Extension for PyTorch
Python
222
238
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
9
1
暂无简介
Dart
671
156
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
661
312
React Native鸿蒙化仓库
JavaScript
261
322
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
64
19
仓颉编译器源码及 cjdb 调试工具。
C++
134
867
仓颉编程语言测试用例。
Cangjie
37
859
openGauss kernel ~ openGauss is an open source relational database management system
C++
160
217