HomeAssistant SSL 连接问题排查与解决方案
问题背景
在使用 HomeAssistant (HA) 时,许多用户会遇到 SSL 证书配置问题,特别是在通过反向代理访问 HA 实例时。本文将以一个典型场景为例,详细分析 SSL 连接失败的原因,并提供完整的解决方案。
典型错误现象
用户配置了 HA 的 SSL 证书并启用强制 HTTPS 后,发现后端服务与 HA 之间的通信出现以下两种错误:
-
证书验证失败错误
HTTPSConnectionPool(host='hass.xxx.ltd', port=8123): Max retries exceeded with url: /api/conversation/process (Caused by SSLError(SSLCertVerificationError(1, '[SSL: CERTIFICATE_VERIFY_FAILED] certificate verify failed: certificate has expired (_ssl.c:1007)')) -
连接被拒绝错误
HTTPSConnectionPool(host='hass.xxx.ltd', port=38123): Max retries exceeded with url: /api/conversation/process (Caused by NewConnectionError('<urllib3.connection.HTTPSConnection object at 0x7f28f6075fc0>: Failed to establish a new connection: [Errno 111] Connection refused'))
问题分析
1. 证书过期问题
第一种错误明确提示证书已过期。虽然用户在浏览器中访问正常,但后端服务可能使用了不同的证书验证机制。需要检查:
- 确保证书链完整
- 检查证书有效期
- 验证证书是否被正确加载
2. 反向代理配置问题
第二种错误表明连接被拒绝,这通常与反向代理配置有关。HA 默认会阻止未经授权的反向代理访问,需要在配置文件中明确允许。
完整解决方案
1. 正确配置 HTTP 模块
在 HA 的 configuration.yaml 文件中添加以下配置:
http:
use_x_forwarded_for: true # 允许反向代理
trusted_proxies:
- 127.0.0.1 # 可信代理地址,根据实际情况修改
- 192.168.1.0/24 # 可添加局域网段
ssl_certificate: /ssl/fullchain.pem # 证书路径
ssl_key: /ssl/privkey.pem # 私钥路径
ip_ban_enabled: true # 增强安全性
login_attempts_threshold: 5 # 登录尝试限制
2. 证书管理注意事项
- 确保证书文件路径正确
- 检查文件权限(HA 用户需要有读取权限)
- 推荐使用 Let's Encrypt 等自动续期服务
- 定期检查证书有效期
3. 反向代理配置要点
如果使用 Nginx 作为反向代理,确保配置中包含:
proxy_set_header X-Forwarded-For $proxy_add_x_forwarded_for;
proxy_set_header X-Forwarded-Proto $scheme;
proxy_set_header Host $host;
4. 端口与防火墙检查
- 确认 HA 监听的端口(默认 8123)
- 检查防火墙规则是否允许该端口通信
- 验证端口转发是否正确配置
验证步骤
- 修改配置后,通过 HA 开发者工具中的"检查配置"功能验证语法
- 重新加载所有 YAML 配置
- 测试从内网和外网访问
- 检查 HA 日志是否有相关错误
常见误区
-
浏览器访问正常不等于配置正确
浏览器可能会忽略某些证书错误,而程序调用会严格验证。 -
仅配置反向代理不够
HA 需要明确知道哪些代理是可信的。 -
证书路径问题
Docker 容器内路径可能与宿主机不同,需要特别注意。
总结
解决 HomeAssistant 的 SSL 连接问题需要系统性地检查证书、反向代理配置和 HA 本身的 HTTP 模块设置。通过本文提供的解决方案,用户可以建立安全的 HTTPS 连接,同时确保反向代理正常工作。定期检查证书有效期和访问日志,可以预防类似问题的再次发生。
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
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
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。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