OrbStack 项目中关于 X-Forwarded-For 头部的技术解析
在本地开发环境中使用 TLS 时,OrbStack 项目近期修复了一个与反向代理相关的重要问题。这个问题主要影响了那些通常部署在反向代理(如 Traefik)后端的应用程序的正常运行。
问题的核心在于,当开发者在本地使用 TLS 进行开发时,许多应用程序(特别是 PHP 框架如 Symfony 和 Laravel)会依赖反向代理提供的 X-Forwarded-For 头部来正确生成 TLS 链接。在 OrbStack 的早期版本中,这个头部没有被自动传递,导致一些应用程序无法正确识别 HTTPS 连接。
Symfony 和 Laravel 等现代 PHP 框架通常会检查 X-Forwarded-Proto 头部来判断当前请求是否使用了 HTTPS。当这个头部缺失时,应用程序会错误地认为连接是通过 HTTP 建立的,从而导致各种问题,如生成的链接错误、重定向循环或安全功能失效。
OrbStack 团队在 1.4.0 版本中修复了这个问题。现在,当使用 TLS 进行本地开发时,OrbStack 会自动添加必要的 X-Forwarded-For 和 X-Forwarded-Proto 头部,使得应用程序能够正确识别 HTTPS 连接。这个改进使得 OrbStack 的行为与其他流行的反向代理(如 Traefik 或 Nginx)保持一致,为开发者提供了更加无缝的本地开发体验。
对于使用 PHP 框架的开发者来说,这个改进意味着他们现在可以在 OrbStack 中使用 TLS 进行本地开发,而无需额外的配置或变通方法。框架内置的安全检查、URL 生成和重定向功能现在都能正常工作,就像在生产环境中一样。
这个改进不仅影响 PHP 应用程序,任何依赖 X-Forwarded 头部来识别客户端协议或 IP 地址的应用程序都能从中受益。它使得从本地开发环境到生产环境的过渡更加平滑,减少了因环境差异导致的问题。
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