Caddy Docker Proxy本地测试指南:使用whoami服务与内部TLS证书
2025-06-23 15:04:43作者:齐添朝
背景介绍
在开发基于Caddy Docker Proxy的项目时,开发者经常需要在本地环境中进行测试。然而,直接使用真实域名和Let's Encrypt证书会遇到诸多限制。本文将详细介绍如何在本地环境中配置Caddy Docker Proxy与whoami服务进行测试。
常见问题分析
当开发者尝试在本地使用example.com等域名时,会遇到两个主要问题:
- Let's Encrypt拒绝为保留域名颁发证书
- Caddy默认强制HTTPS重定向导致测试失败
这些问题源于安全策略和默认配置,但通过合理配置可以轻松解决。
解决方案:使用内部TLS证书
Caddy提供了内部TLS证书功能,专门用于开发和测试环境。配置方法如下:
labels:
caddy: example.com
caddy.reverse_proxy: "{{upstreams 80}}"
caddy.tls: "internal"
关键配置说明:
caddy.tls: "internal":指示Caddy使用自签名的内部证书而非向公共CA申请- 仍需在本地hosts文件中配置域名解析(127.0.0.1指向测试域名)
完整测试流程
- 配置本地hosts文件:
127.0.0.1 whoami.example.com
- 编写docker-compose.yml文件:
version: "3.7"
services:
caddy:
image: lucaslorentz/caddy-docker-proxy:ci-alpine
ports:
- "80:80"
- "443:443"
volumes:
- /var/run/docker.sock:/var/run/docker.sock
environment:
- CADDY_INGRESS_NETWORKS=caddy
whoami:
image: containous/whoami
labels:
caddy: whoami.example.com
caddy.reverse_proxy: "{{upstreams 80}}"
caddy.tls: "internal"
networks:
- caddy
networks:
caddy:
external: true
- 启动服务并测试:
docker-compose up -d
curl -k https://whoami.example.com
注意事项
- 使用
-k参数跳过curl的证书验证(因为使用的是自签名证书) - 此配置仅适用于开发和测试环境,生产环境应使用有效域名和正式证书
- 内部证书不受浏览器信任,测试时可能需要手动接受安全警告
进阶技巧
对于更复杂的测试场景,可以考虑:
- 使用
.test或.localhost等保留顶级域名,这些域名永远不会被公共CA颁发证书 - 配置Caddy的debug模式获取更详细的日志信息
- 结合Docker网络配置模拟多服务环境
通过以上方法,开发者可以在本地环境中高效地进行Caddy Docker Proxy的各种功能测试,而无需担心证书获取和域名验证的问题。
登录后查看全文
热门项目推荐
相关项目推荐
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
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
567
3.83 K
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
892
667
Ascend Extension for PyTorch
Python
376
446
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
349
200
昇腾LLM分布式训练框架
Python
116
145
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.37 K
778
暂无简介
Dart
798
197
React Native鸿蒙化仓库
JavaScript
308
359
openJiuwen agent-studio提供零码、低码可视化开发和工作流编排,模型、知识库、插件等各资源管理能力
TSX
1.13 K
271