Hoppscotch自建代理服务配置指南
2025-04-29 19:29:11作者:范靓好Udolf
问题背景
在使用Hoppscotch自建服务时,用户发现无法通过请求拦截器(Request Interceptor)发送REST API请求,系统返回"Network connection failed"错误。该问题仅出现在自建环境中,官方在线服务则工作正常。
技术原理分析
Hoppscotch的请求拦截器功能依赖于独立的中转服务组件。自建环境默认不包含这个中转服务,因此直接使用官方中转地址(api.hoppscotch.io)会导致连接失败。这是设计上的安全限制,防止未授权的请求转发。
解决方案
方案一:本地运行中转服务
对于MacOS(ARM架构)用户,可以直接下载并运行预编译的中转服务:
- 下载对应平台的中间件二进制文件
- 执行命令启动服务:
./hoppscotch-server-darwin-arm64-v0.1.4 --host="localhost:9159"
方案二:使用Docker容器
更通用的解决方案是使用Docker容器运行中转服务:
- 拉取最新中间件镜像:
docker pull hoppscotch/hoppscotch-middleware
- 运行容器并暴露端口:
docker run -d -p 9159:9159 --name hoppscotch-middleware hoppscotch/hoppscotch-middleware
配置Hoppscotch
中转服务启动后,需要在Hoppscotch界面进行配置:
- 打开拦截器设置
- 选择"Middleware"类型
- 在中转URL中输入本地服务地址,如:
http://localhost:9159/
注意事项
- 确保中转服务与Hoppscotch服务在同一网络环境中
- 生产环境建议配置适当的访问控制和认证机制
- 中转服务版本应与Hoppscotch主程序版本匹配
扩展知识
请求拦截器是Hoppscotch的重要功能组件,它解决了浏览器同源策略限制,使得前端应用可以直接访问各种API服务。自建中转服务不仅解决了连接问题,还提供了以下优势:
- 完全掌控数据流向
- 可自定义请求处理逻辑
- 更好的性能表现(本地网络延迟更低)
- 满足企业级安全合规要求
通过正确配置中转服务,用户可以充分发挥Hoppscotch在API开发和测试方面的强大功能。
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
184
196
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++
648
265
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
275
97
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
380
3.43 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