Websockify 技术文档
1. 安装指南
1.1 安装方式
1.1.1 通过源码安装
-
下载最新版本的 websockify 源码包或开发版本。
-
解压下载的文件。
-
进入解压后的目录,运行以下命令进行安装:
sudo python3 setup.py install默认情况下,安装过程中会自动安装 numpy 以提高性能。如果不需要 numpy 或无法编译 numpy,可以在
setup.py文件中删除install_requires=['numpy'],这一行,然后再运行安装命令。 -
安装完成后,可以通过运行
websockify --help来确认安装是否成功。
1.1.2 通过 Docker/Podman 安装
-
构建 Docker 镜像:
./docker/build.sh -
构建完成后,可以使用以下命令启动 websockify:
docker run -it --rm -p <port>:<container_port> novnc/websockify <container_port> <run_arguments>例如,将本地端口 7000 转发到 10.1.1.1:5902:
docker run -it --rm -p 7000:80 novnc/websockify 80 10.1.1.1:5902 -
如果需要包含文件(如
--web或--cert选项),可以通过挂载卷的方式将文件挂载到容器中:docker run -it --rm -p 443:443 -v websockify-data:/data novnc/websockify --cert /data/self.pem --web /data/noVNC :443 --token-plugin TokenRedis --token-source myredis.local:6379 --ssl-only --ssl-version tlsv1_2
2. 项目使用说明
2.1 基本功能
websockify 的主要功能是将 WebSocket 流量转换为普通 socket 流量。它接受 WebSocket 握手请求,解析后开始在客户端和目标服务器之间双向转发数据。
2.2 加密 WebSocket 连接
要使用加密的 WebSocket 连接(wss://),需要生成一个证书和密钥供 websockify 加载。默认情况下,websockify 会加载名为 self.pem 的证书文件,但可以通过 --cert=CERT 和 --key=KEY 选项指定其他文件。
生成自签名证书的命令如下:
openssl req -new -x509 -days 365 -nodes -out self.pem -keyout self.pem
为了让客户端/浏览器信任自签名证书,可以通过以下两种方式:
- 将证书安装为受信任的证书。
- 先通过 HTTPS 连接到服务器并批准证书。
2.3 其他功能
- 守护进程模式:通过
-D选项,websockify 可以在后台以守护进程模式运行。 - SSL 支持:websockify 会自动检测客户端发送的第一个字节,如果数据以
\x16或\x80开头,则表示 SSL 连接。 - 会话记录:使用
--record选项可以将客户端发送和接收的流量记录到文件中。 - 迷你 Web 服务器:通过
--web DIR选项,websockify 可以在同一端口上处理普通 Web 请求。 - 日志记录:使用
--log-file FILE选项可以将所有日志信息保存到指定文件中。 - 认证插件:通过
--auth-plugin CLASS和--auth-source ARG选项,websockify 可以要求对 WebSocket 连接进行认证。 - 令牌插件:通过
--token-plugin CLASS和--token-source ARG选项,websockify 可以根据客户端发送的令牌或主机名将客户端连接到不同的目标。
3. 项目 API 使用文档
3.1 命令行参数
--cert=CERT:指定 SSL 证书文件。--key=KEY:指定 SSL 密钥文件。--ssl-only:仅允许 SSL 连接。--web DIR:启用迷你 Web 服务器,并指定 Web 根目录。--log-file FILE:将日志信息保存到指定文件中。--auth-plugin CLASS:启用认证插件。--token-plugin CLASS:启用令牌插件。
3.2 示例
-
启动 websockify 并转发 WebSocket 流量到目标服务器:
websockify 8080 192.168.1.100:5900 -
使用自签名证书启动加密的 WebSocket 连接:
websockify --cert=self.pem --key=self.pem 8443 192.168.1.100:5900 -
启用迷你 Web 服务器并记录会话:
websockify --web /var/www --record session.log 8080 192.168.1.100:5900
4. 项目安装方式
4.1 源码安装
通过源码安装 websockify 是最常见的方式。用户需要下载源码包,解压后运行 python3 setup.py install 进行安装。
4.2 Docker/Podman 安装
对于容器化环境,用户可以通过 Docker 或 Podman 运行 websockify。首先构建镜像,然后通过 docker run 或 podman run 命令启动容器。
通过以上步骤,用户可以顺利安装并使用 websockify 项目,实现 WebSocket 流量的代理和转发。
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5-w4a8GLM-5-w4a8基于混合专家架构,专为复杂系统工程与长周期智能体任务设计。支持单/多节点部署,适配Atlas 800T A3,采用w4a8量化技术,结合vLLM推理优化,高效平衡性能与精度,助力智能应用开发Jinja00
请把这个活动推给顶尖程序员😎本次活动专为懂行的顶尖程序员量身打造,聚焦AtomGit首发开源模型的实际应用与深度测评,拒绝大众化浅层体验,邀请具备扎实技术功底、开源经验或模型测评能力的顶尖开发者,深度参与模型体验、性能测评,通过发布技术帖子、提交测评报告、上传实践项目成果等形式,挖掘模型核心价值,共建AtomGit开源模型生态,彰显顶尖程序员的技术洞察力与实践能力。00
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00
MiniMax-M2.5MiniMax-M2.5开源模型,经数十万复杂环境强化训练,在代码生成、工具调用、办公自动化等经济价值任务中表现卓越。SWE-Bench Verified得分80.2%,Multi-SWE-Bench达51.3%,BrowseComp获76.3%。推理速度比M2.1快37%,与Claude Opus 4.6相当,每小时仅需0.3-1美元,成本仅为同类模型1/10-1/20,为智能应用开发提供高效经济选择。【此简介由AI生成】Python00
Qwen3.5Qwen3.5 昇腾 vLLM 部署教程。Qwen3.5 是 Qwen 系列最新的旗舰多模态模型,采用 MoE(混合专家)架构,在保持强大模型能力的同时显著降低了推理成本。00- RRing-2.5-1TRing-2.5-1T:全球首个基于混合线性注意力架构的开源万亿参数思考模型。Python00