Evidence项目中使用自定义DuckDB-WASM扩展仓库的解决方案
2025-06-08 16:20:15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
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust0152- DDeepSeek-V4-ProDeepSeek-V4-Pro(总参数 1.6 万亿,激活 49B)面向复杂推理和高级编程任务,在代码竞赛、数学推理、Agent 工作流等场景表现优异,性能接近国际前沿闭源模型。Python00
LongCat-Video-Avatar-1.5最新开源LongCat-Video-Avatar 1.5 版本,这是一款经过升级的开源框架,专注于音频驱动人物视频生成的极致实证优化与生产级就绪能力。该版本在 LongCat-Video 基础模型之上构建,可生成高度稳定的商用级虚拟人视频,支持音频-文本转视频(AT2V)、音频-文本-图像转视频(ATI2V)以及视频续播等原生任务,并能无缝兼容单流与多流音频输入。00
auto-devAutoDev 是一个 AI 驱动的辅助编程插件。AutoDev 支持一键生成测试、代码、提交信息等,还能够与您的需求管理系统(例如Jira、Trello、Github Issue 等)直接对接。 在IDE 中,您只需简单点击,AutoDev 会根据您的需求自动为您生成代码。Kotlin03
Intern-S2-PreviewIntern-S2-Preview,这是一款高效的350亿参数科学多模态基础模型。除了常规的参数与数据规模扩展外,Intern-S2-Preview探索了任务扩展:通过提升科学任务的难度、多样性与覆盖范围,进一步释放模型能力。Python00
skillhubopenJiuwen 生态的 Skill 托管与分发开源方案,支持自建与可选 ClawHub 兼容。Python0112
项目优选
收起
暂无描述
Dockerfile
733
4.75 K
Ascend Extension for PyTorch
Python
618
795
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
433
395
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++
1.01 K
1.01 K
Claude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed.
Get Started
Rust
1.18 K
152
deepin linux kernel
C
29
16
华为昇腾面向大规模分布式训练的多模态大模型套件,支撑多模态生成、多模态理解。
Python
145
237
暂无简介
Dart
983
252
昇腾LLM分布式训练框架
Python
166
198
🎉 (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
1.68 K
989