Evidence项目中使用自定义DuckDB-WASM扩展仓库的解决方案
2025-06-08 18:46:04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
ERNIE-4.5-VL-28B-A3B-ThinkingERNIE-4.5-VL-28B-A3B-Thinking 是 ERNIE-4.5-VL-28B-A3B 架构的重大升级,通过中期大规模视觉-语言推理数据训练,显著提升了模型的表征能力和模态对齐,实现了多模态推理能力的突破性飞跃Python00
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
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Python00
HunyuanVideo-1.5暂无简介00
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能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
GOT-OCR-2.0-hf阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00
项目优选
收起
deepin linux kernel
C
24
7
Ascend Extension for PyTorch
Python
177
195
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++
647
263
TorchAir 支持用户基于PyTorch框架和torch_npu插件在昇腾NPU上使用图模式进行推理。
Python
270
93
暂无简介
Dart
623
140
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
378
3.33 K
React Native鸿蒙化仓库
JavaScript
242
315
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.1 K
621
仓颉编译器源码及 cjdb 调试工具。
C++
126
856
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