解决chatgpt-web-midjourney-proxy项目中文件上传404问题
在使用chatgpt-web-midjourney-proxy项目时,用户可能会遇到文件上传失败的问题,特别是在Docker部署环境下。本文将深入分析问题原因并提供解决方案。
问题现象
当用户通过Docker部署chatgpt-web-midjourney-proxy项目后,虽然能够正常上传图片并使用gpt-4-vision-preview模型进行识图,但在尝试使用gpt-4-all模型或GPTs上传PDF文件时,系统会返回"上传失败:Request failed with status code 404"的错误提示。
问题根源分析
经过排查,发现这个问题主要与项目的API路由配置和环境变量设置有关。具体原因如下:
-
API路由冲突:当同时在前端UI界面和服务端设置OPENAI_API_BASE_URL时,会导致上传请求被错误地路由到中转接口而非本地文件上传处理接口。
-
环境变量优先级:Docker容器中虽然设置了API_UPLOADER=1环境变量启用了上传功能,但前端UI中的设置会覆盖这个配置。
解决方案
要解决这个问题,可以采取以下步骤:
-
统一API配置:避免在前端UI和服务端同时设置OPENAI_API_BASE_URL。最佳实践是只在一个地方配置API基础地址。
-
正确启用上传功能:确保Docker运行命令中包含以下关键参数:
-e API_UPLOADER=1 -v /data/uploads:/app/uploads这会在容器中启用文件上传功能,并将上传目录映射到宿主机。
-
检查路由配置:确认上传请求被正确路由到本地上传处理接口而非中转API。
最佳实践建议
-
部署配置:推荐使用以下Docker部署命令:
docker run --name chatgpt-web-midjourney-proxy -d -p 6015:3002 \ -e OPENAI_API_KEY=your_api_key \ -e OPENAI_API_BASE_URL=https://api.openai.com \ -e API_UPLOADER=1 \ -v /data/uploads:/app/uploads \ ydlhero/chatgpt-web-midjourney-proxy -
前端配置:在前端UI中,应保持服务端配置为空或与Docker环境变量一致,避免产生冲突。
-
权限检查:确保宿主机上的/data/uploads目录对Docker容器有读写权限。
总结
文件上传功能失效通常是由于配置冲突或路由错误导致的。通过统一API配置、正确设置环境变量和检查文件系统权限,可以解决大多数上传问题。对于chatgpt-web-midjourney-proxy项目,特别需要注意避免在前端UI和服务端重复设置API基础地址,这是导致404错误的常见原因。
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
Spark-Prover-X1-7BSpark-Prover 是由科大讯飞团队开发的专用大型语言模型,专为 Lean4 中的自动定理证明而设计。该模型采用创新的三阶段训练策略,显著增强了形式化推理能力,在同等规模的开源模型中实现了最先进的性能。Python00
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