Rin项目部署中Referer缺失问题的分析与解决
问题背景
在Rin项目部署过程中,用户报告了一个关于GitHub登录功能的问题:当使用自定义域名访问时,点击GitHub登录按钮后跳转至后端接口时出现"Referer not found"错误,而使用GitHub Pages自动分配的域名则一切正常。
问题分析
经过技术排查,发现该问题主要与HTTP响应头中的Referrer-Policy设置有关。以下是详细的技术分析:
-
Referer机制原理:HTTP Referer是HTTP请求头的一部分,用于标识请求来源。在OAuth等认证流程中,服务端常会验证Referer以确保请求来自可信来源。
-
问题根源:系统响应头中设置了
referrer-policy: same-origin
策略,这导致跨域跳转时不携带Referer信息。当用户使用自定义域名时,前端与后端属于不同域,因此Referer被策略阻止。 -
环境差异:GitHub Pages默认域名能正常工作,是因为某些CDN服务只在自定义域名上生效,不会影响默认域名的请求。
解决方案
针对这一问题,我们提供了两种解决方案:
方案一:修改响应头策略
- 登录CDN控制台
- 进入"转换规则" > "修改响应头"
- 添加以下规则:
referrer-policy=strict-origin-when-cross-origin
- 保存并等待配置生效
这个策略会在同源请求时发送完整URL作为Referer,跨域时只发送源信息,既解决了认证问题,又兼顾了隐私保护。
方案二:关闭安全标头
- 进入CDN控制台
- 导航至"规则" > "设置" > "HTTP响应头"
- 找到"添加安全性标头"选项并关闭
- 保存更改
这种方法会完全移除Referrer-Policy限制,但可能降低安全性,建议仅在临时测试时使用。
最佳实践建议
-
API_URL配置:确保Pages的API_URL末尾没有多余的斜杠,否则会导致路径解析错误(如出现//user/github的情况)。
-
CDN服务配置:检查CDN设置中的"删除外部引用方"选项,这可能是导致Referer丢失的潜在原因。
-
响应头优化:推荐使用
strict-origin-when-cross-origin
策略,它在安全性和功能性之间取得了良好平衡。 -
测试验证:部署后应在不同环境下测试认证流程,包括:
- 默认Pages域名
- 自定义域名
- 移动设备访问
- 不同浏览器环境
通过以上分析和解决方案,开发者可以有效地解决Rin项目部署中的Referer缺失问题,确保GitHub登录等功能在所有环境下正常工作。
GLM-4.6
GLM-4.6在GLM-4.5基础上全面升级:200K超长上下文窗口支持复杂任务,代码性能大幅提升,前端页面生成更优。推理能力增强且支持工具调用,智能体表现更出色,写作风格更贴合人类偏好。八项公开基准测试显示其全面超越GLM-4.5,比肩DeepSeek-V3.1-Terminus等国内外领先模型。【此简介由AI生成】Jinja00- DDeepSeek-V3.2-ExpDeepSeek-V3.2-Exp是DeepSeek推出的实验性模型,基于V3.1-Terminus架构,创新引入DeepSeek Sparse Attention稀疏注意力机制,在保持模型输出质量的同时,大幅提升长文本场景下的训练与推理效率。该模型在MMLU-Pro、GPQA-Diamond等多领域公开基准测试中表现与V3.1-Terminus相当,支持HuggingFace、SGLang、vLLM等多种本地运行方式,开源内核设计便于研究,采用MIT许可证。【此简介由AI生成】Python00
GLM-V
GLM-4.5V and GLM-4.1V-Thinking: Towards Versatile Multimodal Reasoning with Scalable Reinforcement LearningPython00ops-transformer
本项目是CANN提供的transformer类大模型算子库,实现网络在NPU上加速计算。C++0108AI内容魔方
AI内容专区,汇集全球AI开源项目,集结模块、可组合的内容,致力于分享、交流。02Spark-Chemistry-X1-13B
科大讯飞星火化学-X1-13B (iFLYTEK Spark Chemistry-X1-13B) 是一款专为化学领域优化的大语言模型。它由星火-X1 (Spark-X1) 基础模型微调而来,在化学知识问答、分子性质预测、化学名称转换和科学推理方面展现出强大的能力,同时保持了强大的通用语言理解与生成能力。Python00GOT-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- HHowToCook程序员在家做饭方法指南。Programmer's guide about how to cook at home (Chinese only).Dockerfile010
- PpathwayPathway is an open framework for high-throughput and low-latency real-time data processing.Python00
项目优选









