Anubis项目中实现相对根URL配置的技术方案
背景介绍
Anubis是一款开源的反爬虫和DDoS防护中间件,通常部署在Web服务器前端作为保护层。在实际部署场景中,很多用户需要将Anubis部署在非根路径下,例如将Anubis部署在/gitweb这样的子路径中。然而,原始版本的Anubis在设计上存在一个限制:静态资源文件(.within.website目录下的文件)总是从根路径加载,这给子路径部署带来了不便。
问题分析
当用户尝试在子路径(如/gitweb)部署Anubis时,会遇到以下技术挑战:
-
静态资源路径固定:Anubis的前端资源(JavaScript、CSS等)硬编码为从根路径/.within.website加载,无法自动适应子路径部署。
-
代理配置复杂:用户不得不为静态资源额外配置代理规则,增加了部署复杂度。
-
挑战页面URL不确定性:由于挑战页面可能出现在网站的任何URL上,简单的相对路径方案无法满足需求。
解决方案
项目团队通过引入BASE_PREFIX配置参数解决了这一问题。该方案的核心要点包括:
-
新增命令行参数和环境变量:添加了--base-prefix参数和对应的BASE_PREFIX环境变量,允许用户指定基础路径前缀。
-
资源路径动态生成:前端资源路径不再硬编码为/.within.website,而是基于配置的BASE_PREFIX动态生成(如/gitweb/.within.website)。
-
后端路由适配:确保所有API端点和重定向逻辑都能正确处理配置的基础路径前缀。
实现细节
在技术实现上,主要进行了以下修改:
-
配置系统扩展:在配置结构中新增BasePrefix字段,用于存储用户指定的基础路径。
-
资源URL构建:修改资源URL生成逻辑,确保静态资源、API端点和重定向URL都包含配置的基础路径。
-
前端适配:更新前端代码,使其能够正确处理动态生成的基础路径。
部署示例
用户可以通过以下方式配置Anubis在子路径下运行:
anubis-nginx:
image: anubis:latest
environment:
BIND: ":3334"
TARGET: "http://backend-service"
BASE_PREFIX: "/gitweb"
这种配置下,Anubis会自动将所有资源路径调整为以/gitweb为前缀,无需额外的代理规则。
技术意义
这一改进具有以下技术价值:
-
部署灵活性提升:支持更复杂的部署场景,特别是反向代理和多服务共存的环境。
-
配置简化:消除了为静态资源单独配置代理的需求,降低了部署复杂度。
-
架构解耦:使Anubis能够更好地适应各种Web服务器配置和路由方案。
总结
Anubis项目通过引入基础路径前缀配置,解决了在子路径部署时的资源加载问题。这一改进体现了项目团队对实际部署场景的深入理解,也展示了良好的架构扩展性。对于需要在非根路径部署Web安全中间件的用户来说,这一功能提供了极大的便利。
- DDeepSeek-V3.1-BaseDeepSeek-V3.1 是一款支持思考模式与非思考模式的混合模型Python00
- QQwen-Image-Edit基于200亿参数Qwen-Image构建,Qwen-Image-Edit实现精准文本渲染与图像编辑,融合语义与外观控制能力Jinja00
GitCode-文心大模型-智源研究院AI应用开发大赛
GitCode&文心大模型&智源研究院强强联合,发起的AI应用开发大赛;总奖池8W,单人最高可得价值3W奖励。快来参加吧~050CommonUtilLibrary
快速开发工具类收集,史上最全的开发工具类,欢迎Follow、Fork、StarJava04GitCode百大开源项目
GitCode百大计划旨在表彰GitCode平台上积极推动项目社区化,拥有广泛影响力的G-Star项目,入选项目不仅代表了GitCode开源生态的蓬勃发展,也反映了当下开源行业的发展趋势。06GOT-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。00openHiTLS
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!C0302- WWan2.2-S2V-14B【Wan2.2 全新发布|更强画质,更快生成】新一代视频生成模型 Wan2.2,创新采用MoE架构,实现电影级美学与复杂运动控制,支持720P高清文本/图像生成视频,消费级显卡即可流畅运行,性能达业界领先水平Python00
- GGLM-4.5-AirGLM-4.5 系列模型是专为智能体设计的基础模型。GLM-4.5拥有 3550 亿总参数量,其中 320 亿活跃参数;GLM-4.5-Air采用更紧凑的设计,拥有 1060 亿总参数量,其中 120 亿活跃参数。GLM-4.5模型统一了推理、编码和智能体能力,以满足智能体应用的复杂需求Jinja00
Yi-Coder
Yi Coder 编程模型,小而强大的编程助手HTML013
热门内容推荐
最新内容推荐
项目优选









