Reactive-Resume项目PDF导出失败问题分析与解决方案
问题背景
在使用Reactive-Resume项目时,用户报告了一个常见问题:当尝试下载简历为PDF格式时,浏览器会打开一个空白页面(about:blank),而不是预期的PDF文件。这个问题在Chrome和Firefox浏览器上都会出现,而JSON导出功能却能正常工作。
错误分析
从错误日志中可以观察到几个关键点:
-
浏览器连接超时:日志显示"Websocket job has timedout",表明浏览器连接在10秒后超时。
-
协议错误:出现"Protocol error (Page.navigate): Target closed"错误,说明在尝试导航到PDF生成页面时,目标浏览器已经关闭。
-
容器间通信问题:错误发生在Docker容器环境中,特别是当使用WSL 2运行Docker时。
根本原因
经过深入分析,这个问题主要由以下因素导致:
-
Docker容器网络配置不当:默认配置下,容器间的网络通信可能存在问题,特别是浏览器服务与应用服务之间的WebSocket连接。
-
环境变量设置不正确:PUBLIC_URL和STORAGE_URL的配置可能指向了错误的地址。
-
主机名解析问题:容器内部无法正确解析主机名,导致无法建立稳定的连接。
解决方案
1. 修改Docker Compose配置
在chrome服务下添加extra_hosts配置,解决主机名解析问题:
extra_hosts:
- host.docker.internal:host-gateway
2. 调整环境变量设置
更新app服务中的环境变量:
PUBLIC_URL: http://localhost:3000/
STORAGE_URL: http://localhost:9000/default
3. 完整配置示例
以下是经过验证的有效配置示例:
version: "3.8"
services:
postgres:
image: postgres:15-alpine
restart: unless-stopped
volumes:
- postgres_data:/var/lib/postgresql/data
environment:
POSTGRES_DB: postgres
POSTGRES_USER: postgres
POSTGRES_PASSWORD: postgres
minio:
image: minio/minio
restart: unless-stopped
command: server /data
ports:
- 9000:9000
volumes:
- minio_data:/data
environment:
MINIO_ROOT_USER: minioadmin
MINIO_ROOT_PASSWORD: minioadmin
chrome:
image: ghcr.io/browserless/chromium:latest
restart: unless-stopped
extra_hosts:
- host.docker.internal:host-gateway
environment:
TIMEOUT: 10000
CONCURRENT: 10
TOKEN: chrome_token
redis:
image: redis:alpine
restart: unless-stopped
command: redis-server --requirepass password
app:
image: amruthpillai/reactive-resume:latest
restart: unless-stopped
ports:
- 3000:3000
depends_on:
- postgres
- minio
- redis
- chrome
environment:
PUBLIC_URL: http://localhost:3000
STORAGE_URL: http://localhost:9000/default
CHROME_TOKEN: chrome_token
CHROME_URL: ws://chrome:3000
DATABASE_URL: postgresql://postgres:postgres@postgres:5432/postgres
volumes:
minio_data:
postgres_data:
其他注意事项
-
清除旧数据:在应用新配置前,建议清除旧的Docker卷,以避免缓存导致配置不生效。
-
本地IP替代:在某些网络环境下,可能需要将localhost替换为本地服务器的实际IP地址。
-
网络加速设置:如果使用了CDN等网络加速服务,可能需要暂时关闭加速功能以确保连接稳定。
-
超时设置:可以根据实际网络情况适当调整TIMEOUT参数的值。
总结
通过正确配置Docker容器间的网络通信和环境变量,可以解决Reactive-Resume项目中PDF导出失败的问题。这个案例也提醒我们,在容器化部署时,需要特别注意服务间的网络连接和主机名解析问题。对于类似的多容器应用,合理的网络配置是确保各组件正常协作的关键。
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